基于模糊神经网络的学习算法大型电气工程设备绝缘故障诊断方法

摘要

由于引起电气设备出现绝缘故障的因素较多,导致诊断的准确率较低,为此,提出大型电气工程设备绝缘故障诊断方法设计研究.对故障信号进行Hilberx变换后,提取其周围节点的信号状态特征,利用模糊神经网络的学习算法计算待诊断信号与提取特征值之间的匹配度,将期望误差小于目标值的特征对应的故障作为最终的诊断结果.实验结果表明,所提方法对不同绝缘故障的正确率可达到95％以上.其运行可靠性直接关系到电力系统的安全与稳定,模糊神经网络的学习算法分析方法作为一种有效的充油电力设备异常监测手段,在电力系统得到广泛的应用.