IMBSE融合AFS-DBN模型的高压断路器故障诊断

摘要

针对高压断路器异常状态识别问题,提出改进多尺度基本熵融合人工鱼群—深度信念网络模型的诊断方法.为了从断路器分合闸动作信号中提取出内在特征信息,在原始多尺度基本熵算法基础上进行改进,提出了计算稳定性及精确度更为良好的改进多尺度基本熵算法.为解决深度信念网络预训练过程易陷入局部最佳的弊端,利用人工鱼群算法优良的全局寻优能力对其各层初始权值进行搜索,提出了人工鱼群—深度信念网络模型用于断路器状态判定.在断路器故障诊断过程中,首先利用改进多尺度基本熵算法提取不同状态下分合闸动作信号中的多尺度特征,由此构造特征向量后,结合人工鱼群算法对网络模型进行预训练,最后通过训练完成的最佳网络模型进行状态判定.工程测试信号验证结果表明,所述诊断方法可实现高压断路器不同运行状态的准确识别,对实际工程应用具有一定参考借鉴意义.