基于小波變換與神經(jīng)網(wǎng)絡(luò)的GIS局部放電故障診斷研究.pdf

1、隨著社會(huì)的發(fā)展，對(duì)電能質(zhì)量的要求也越來(lái)越高，GIS以其體積小，可靠性高等優(yōu)點(diǎn)越來(lái)越多的應(yīng)用于電力系統(tǒng)當(dāng)中，一旦GIS發(fā)生故障，對(duì)電力系統(tǒng)將造成不可挽回的損失。因此，開(kāi)展GIS局部放電檢測(cè)及其模式識(shí)別的研究，對(duì)于保證GIS的安全可靠運(yùn)行、掌握GIS的絕緣狀況和缺陷類(lèi)型特征以及指導(dǎo)GIS的檢修工作有著十分重要的意義。
　　本文主要研究工作如下:
　　研究并實(shí)現(xiàn)了小波和小波包變換的閾值消噪，給出了小波在信號(hào)消噪分析中的具體應(yīng)用實(shí)例

2、。根據(jù)局部放電故障信號(hào)特征，提出了基于小波包變換的特征選取，針對(duì)不同特征向量選擇不同的統(tǒng)計(jì)方法進(jìn)行降維。
　　針對(duì)BP神經(jīng)網(wǎng)絡(luò)收斂速度慢和容易陷入局部極小值問(wèn)題，將遺傳算法和神經(jīng)網(wǎng)絡(luò)有機(jī)結(jié)合，形成GA-BP網(wǎng)絡(luò)。該方法利用遺傳算法的全局搜索能力，優(yōu)化網(wǎng)絡(luò)的權(quán)值和閾值，解決其本身固有的兩個(gè)缺陷。通過(guò)在MATLAB上的仿真結(jié)果比較分析，經(jīng)過(guò)遺傳算法優(yōu)化過(guò)的神經(jīng)網(wǎng)絡(luò)，訓(xùn)練步數(shù)大大減少，克服了傳統(tǒng)BP算法的缺點(diǎn)，使BP網(wǎng)絡(luò)得到了極大的改善