断路器故障诊断的BP网络模型构建.pdfVIP

断路器故障诊断的BP网络模型构建

1.BP网络模型

BP网络包含有输入层、隐含层和输出层。根据BP网络理论，隐含层可以为

一层或多层，但是有一个隐含层的BP网络已经能够以任意准确度完成任何连续

函数的映射，为了避免训练速度过慢，决定只采用一个隐含层。在学习过程中，

采用BP算法的基本原理是：对于输入信号，要先向前传播到隐节点，经过作用

函数后，再把隐节点的输出信息传播到输出节点，最后给出输出结果。如果在输

出层不能得到期望的输出，则输入反向传播，根据样本的期望输出与实际输出之

间的总体误差，通过学习过程，从输出层开始，将误差信号沿原来的连接通道返

回，通过逐层修正权系数，使两者之差小于规定的数值。网络的学习训练流程图

如图2所示。

初始化

给定训练样本集

求出隐层和输出层的输出值

求出整体误差

E是否满足要求训练结束

反向计算各单位一般化误差

调整各层之间的权值

图2网络的学习训练流程图

2变压器故障诊断的BP模型

1.输入向量的确定

网络中输入节点数等于模式的维数。这里我们利用断路器故障信号来判定变

压器发生的故障类型。断路器故障信号分别为断路器分合闸线圈电流信号、断路

器声波信号、断路器振动信号。

2.输出向量的确定

网络的输出节点数等于故障的类。输出向量采用、拒合故障(01)、拒分故障

(O2)、误动故障(03)3个输出神经元。设定以0与l之间的数值大小表示对应的

故障程度，越接近数值1时表示对应的故障严重程度越大。故障类型对应的期望

输出如表4所示。

表4故障类型对应的期望输出

故障类型对应的期望输出

输出各神经元期望的输出

故障类型

O1O2O3

拒合故障100

拒分故障010

误动故障001

3.BP训练网络模型的建立

根据输入输出向量的确定方式，我们建立如图3所示的训练网络．

电流O1

声波O2

……

…

振动O3

12个神经元3个神经元

3个神经元

图3BP神经网络模型

3网络的训练

选出经过检查后故障类型比较确定的45组数据作为训练样本，见表5、表6、

表7、表8、表9、表10、表11、表12、表13；并选择5组数据作为测试样本，

见表14。把断路器的分