摘要:传统的高压断路器故障诊断方法太过于依赖经验,不能准确地反映特征量和故障模式之间的关系,诊断准确度不高。针对这个问题,采用卷积神经网络算法进行高压断路器故障诊断,结合高压断路器分合闸线圈电流特点建立诊断模型,通过输入零点故障特征参数进行学习训练,得到相应故障类型输出。仿真结果表明,所提算法的整体准确率高达93.68%,与其他基于神经网络的算法相比具有很大的优势。
关键词:断路器 高压断路器 卷积神经网络 故障诊断
单位:西安工程大学电子信息学院; 陕西西安710048
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社