摘要：提出采用故障編碼技術(shù)形成故障空間最優(yōu)編碼集,然后通過模板匹配的方式進行電網(wǎng)故障診斷的方法。針對由于缺少前端故障遙信數(shù)據(jù)處理的清洗算法,造成故障診斷算法診斷正確率不高的問題,提出了建立離散Hopfield神經(jīng)網(wǎng)絡(luò)模型用于故障遙信數(shù)據(jù)的前端數(shù)據(jù)清洗的算法。利用故障遙信數(shù)據(jù)之間的相關(guān)性對遙信變位數(shù)據(jù)進行分組,并對各組數(shù)據(jù)分別采用所提出的算法進行數(shù)據(jù)清洗,利用窮舉輸入狀態(tài)數(shù)據(jù)的方法求取了算法的修正域,從而建立了DHNN清洗模型。最終形成具有糾錯能力的電網(wǎng)故障智能診斷方法,實現(xiàn)在故障診斷空間內(nèi)對故障元件的診斷。通過實際電網(wǎng)的故障遙信數(shù)據(jù)的測試,驗證了DHNN神經(jīng)網(wǎng)絡(luò)信息糾正模型和故障診斷模型對電網(wǎng)故障元件診斷的有效性。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
