基于小波變換與神經網(wǎng)絡的GIS局部放電故障診斷研究.pdf

1、隨著社會的發(fā)展，對電能質量的要求也越來越高，GIS以其體積小，可靠性高等優(yōu)點越來越多的應用于電力系統(tǒng)當中，一旦GIS發(fā)生故障，對電力系統(tǒng)將造成不可挽回的損失。因此，開展GIS局部放電檢測及其模式識別的研究，對于保證GIS的安全可靠運行、掌握GIS的絕緣狀況和缺陷類型特征以及指導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:
　　研究并實現(xiàn)了小波和小波包變換的閾值消噪，給出了小波在信號消噪分析中的具體應用實例

2、。根據(jù)局部放電故障信號特征，提出了基于小波包變換的特征選取，針對不同特征向量選擇不同的統(tǒng)計方法進行降維。
　　針對BP神經網(wǎng)絡收斂速度慢和容易陷入局部極小值問題，將遺傳算法和神經網(wǎng)絡有機結合，形成GA-BP網(wǎng)絡。該方法利用遺傳算法的全局搜索能力，優(yōu)化網(wǎng)絡的權值和閾值，解決其本身固有的兩個缺陷。通過在MATLAB上的仿真結果比較分析，經過遺傳算法優(yōu)化過的神經網(wǎng)絡，訓練步數(shù)大大減少，克服了傳統(tǒng)BP算法的缺點，使BP網(wǎng)絡得到了極大的改善