基于(RBF)神经网络的自动化电器设备故障诊断方法.pdfVIP

2005年第12期 ·控制与检测· 文章编号：11301—2265(2005)12～0067—03 刘爱民，林莘，刘向东 (沈阳工业大学电气工程学院，沈阳 110023) 摘要：为了对自动化电器设备的故障状态进行准确的识别，文章引入了(RBF)神经网络的故障诊断方法。并针对其不能学 习新状态类型的缺陷，提出了一种改进的算法。并将谊算法应用于电器设备的故障诊断，改进的算法除了能够对已知的状 态进行准确的-．y,30外，还能够发现并学习未蚋入训练样本集的状态类型，从而具备了新状态类型的识别功能。 关键词：电器设备；(RBF)神经网络；状态识别；故障诊断；可信度 中国分类号：TM762 文献标识码：A BreakerBased Neural Fault of Circuit on(RBF)ArtificialNetwork 1)hgnos缸MethodmghVottage LIU Ai—rain，LINXin，LIE Xiang-dotlg (SchoolofElectrical University 110023，China) Engineering，ShenyangofTechnology，Shenyang method based nolial is in Abo．rsct：AI·wfault forautonlatedelectric Oil(RBF)artifieialnetwork this diagnosis applimace theorywop,ma also that abovei!agl n州state amodifiedcalculationmethod forthedefectthemethod paper．Anddoes出。t硇perp鳓l jdmiJag riot咖dy thanuseto methodnot file state also and it electric fauh Themodifiedcalculation aware but type appliancediagnosis onlyide．tib identify state notinthe of has for state andfinda table andwhichthefunction IleW type trainingsample identifying type． words e|ectxic Key automatedapplimlce；neuralnetwork；identifystate；faultdiagnosis；reliability 用l‘”“。 0引言 另外断路器机构上具有多样性和复杂性：其结构的多样性