基于小波网络的变电站绝缘在线检测专家系统的研究

《基于小波网络的变电站绝缘在线检测专家系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2009年第3期西电灸21基于小波网络的变电站绝缘在线检测专家系统的研究StudyonInsulationonlineMonitoringExpertSysteminSubstationBasedonWaveletNetwork兰国良LANGuo-liang(广西电网公司南宁供电局，广西南宁530031)摘要：文章分析了传统专家系统的不足，介绍了小波网络方法，并将小波网络模型与BP人工神经网络模型进行了比较，选择实例说明"rtl,波网络具有较强的逼近和容错能力、较快的收敛速度和较好的预报效果模型，能够较好地应用到编制变电站绝缘在线检测专家系统中。关键词：小波网络；专家系统；神经网

2、络；学习训练中图分类号：TM744文献标识码：B文章编号：1671—8380(2009)03—0021—04O引言应具有的能力，但这种方法还存在许多明显的局限性。例如，间接获取专家知识造成专家系统的知识现代社会对电力的依赖性极高，电网事故和大“瓶颈”问题；串行推理方式使系统容易出现“匹配冲面积停电造成的经济损失无法估量，因此，对供电设突”等问题；知识范围窄使得系统可靠性降低；不精备安全稳定运行提出了越来越高的要求。变电站各确推理，不适合解决模糊问题等。因此，它在应用中类高压设备种类繁多(如变压器、避雷器、电容型设往往遇到许多困难，不能满足实际需要。备、隔离开关、断路器等)，这些设

3、备的绝缘纸、塑料、小波网络是近几年国际上新兴的一种数学建模绝缘漆或胶等有机绝缘材料随着运行时间的延长很分析方法，它由传统人工神经网络的自学习功能结合容易老化变质，而使其机电性能降低，并可发展为电最近发展的小波变换良好的时频局化性质而形成，通器设备的故障和事故。绝缘故障一般是逐渐发展而过小波分解进行平移和伸缩变化后而得到的级数，具成的，有一定的前期预兆。电器设备绝缘在线监测有小波分解的一般逼近函数的性质与分类特征，并且可以随时掌握绝缘性能的变化，及时发现早期故障，由于它引入了两个新的参变量(即伸缩因子和平移因防止事故发生l1J。另一方面，建立变电站绝缘在线子)，从而使其具有更灵活、

4、更有效的函数逼近能力，检测的专家系统，能使绝缘故障诊断达到迅速可靠以及更强的模式识别能力和容错能力。由于其建模的目的，解决具有专业知识的专家短缺的困难，减少算法不同于普通神经网络的B—P算法，故可有效盲目维修的费用。因此变电站绝缘在线检测专家系地克服普通人工神经网络模型所固有的缺陷，用其所统的研究具有重要的意义和广阔的应用前景。建预测模型可以取得更好的预测效果。1专家系统和小波网络2变电站绝缘在线检测专家系统的小波网传统的诊断专家系统，是基于符号推理的智能络模型诊断模型，是具有该领域专家经验知识的特殊计算机程序，它能向专家那样求解问题。一般专家系统2．1小波网络结构由知识库、推理

5、机和人机接口等部分组成。小波网络结构在本模型中，输入向量超过上百以往的研究和实践表明，传统的专家系统(Ex—个分量。为了增加网络的学习效率，提高诊断的精pertsystem，简称ES)在某些方面具备智能系统所度，将变电站在线检测的专家系统这一复杂的诊断收稿日期：2009—03—10；修回15t期：2009—05—14西电力2009年第3期现象，按变压器系、电容型电气设备系、MOA系、污尺度因子向量为口)×J，平移因子向量为6)，，隐层秽绝缘子系、隔离开关系、断路器系划分成6个子模到输出层的连接权矩阵向量为∞J。块【21，相应地建立各自的小波网络群，最终成为一定义样本误差向量为个拥

6、有近几十个子网络的复杂小波网络模型，各种：ya一Yn=[l，82，⋯，]T(4)子网络分块独立，由主模块统一调用。建立这些子目标函数定义为所有样本的总体平均平方误网络的具体步骤为：差，即①分析诊断对象故障的知识结构，根据故障树分析法确定小波网络结构模型。E=E=e(5)②依次确定各个子网络的训练样本，并分别进E：=丢专妻。(y／k一Yk)(6)行训练，获得各自的连接权值和阈值。输入第／'／个样本时，隐层第个节点状态为③存储连接权，形成知识库。善∑l叫抽一b2．2小波网络学习算法及过程1(7)本文的神经网络辨识器采用1个3层自适应小隐层第J个节点输出为波网络，其结构示意如图1所示。

7、Yj=fl(net})(8)输入第个样本时的输出层第k个节点状态为吃=壹∞(9)输出层第k个节点输出为Yk=f2(￡l)=，zl(10)小波神经网络训练采用Levenberg—Mar—quqardtBP算法。根据网络训练需要构造误差向量e和参数向量V如下：e=[ll，e21，⋯，eK1，el2，e22，⋯，eK2，⋯，8lN，⋯，eKN](11)g=[∞{l，∞!l，⋯，(￡，J1，{，∞!，⋯，(cJ，(u；，，图1小波网络的结构示意图∞{f，⋯，，bl，b2，⋯，bj，al，