基于RBF神经网络和贝叶斯网络的高压电气设备实时检测方法技术

本发明专利技术实施例提供一种基于RBF神经网络和贝叶斯网络的高压电气设备实时检测方法，其包括以下步骤：步骤S1，利用温度传感器采集高压电气设备的触点温度数据，并结合高压电气设备的电流、电阻和电压作为待诊断故障数据，再进行归一化预处理；步骤S2，利用三个RBF神经网络进行基本概率分配，对待诊断故障数据进行准确分类；步骤S3，利用贝叶斯网络对高压电气设备进行故障诊断。该基于RBF神经网络和贝叶斯网络的高压电气设备实时检测方法在利用拉曼光纤传感器对高压电气设备测温的基础上，并将信息融合技术用于以温度为主要参数、电流等为辅助参数的高压电气设备温度监测预警系统中，从而有效地提高诊断的可信度，减少诊断的不确定性。

Real time detection method of high voltage electrical equipment based on RBF neural network and Bayesian network

【技术实现步骤摘要】
基于RBF神经网络和贝叶斯网络的高压电气设备实时检测方法
本专利技术涉及智能电网环境中电力设备在线监测和故障诊断领域，尤其涉及一种基于RBF神经网络和贝叶斯网络的高压电气设备实时检测方法。
技术介绍
随着现代电力系统的迅速发展，对其设备安全，平稳可靠的运行也提出了更高的要求。在冶金、化工、电力这样的企业中，高压变压器、高压开关、高压电缆母线等高压电气设备因其电压高、负载大、运行时间长等特点，往往容易发生故障。如果故障产生，就会出现不可估量的负面影响，严重影响企业的生产，同时也会伴随相当大的经济损失。高压电气设备在运行时，由于电路损耗，其本身就会生成部分热量，但是当它的某些部位接触不良或存在故障时，这些地方的温度就会急速上升，导致其物理、电气等性能受到严重的破坏，影响企业集团的正常生产。在高电压、大负载的企业中，尤其像化工、煅造、冶金这样的用电大户，绝大部分的运行故障是由于高压电气设备的接头和触点的温度过高引发的。如果不对这些故障进行及时排查和诊断，设备的损害程度就会严重扩大，进而影响企业的正常生产，造成严重的经济损失。为了保障企本文档来自技高网...

【技术保护点】
1.一种基于RBF神经网络和贝叶斯网络的高压电气设备实时检测方法，其特征在于，包括以下步骤：/n步骤S1，利用温度传感器采集高压电气设备的触点温度数据，并结合高压电气设备的电流、电阻和电压作为待诊断故障数据，再进行归一化预处理；/n步骤S2，利用三个RBF神经网络进行基本概率分配，对待诊断故障数据进行准确分类；第一个RBF神经网络处理的特征数据信息为：高压电气设备触点的实际温度特征；第二个RBF神经网络处理的特征数据信息为：监测对象与上一时刻的温度差；第三个RBF神经网络处理电流、电阻、电压特征数据；/n步骤S3，利用贝叶斯网络对高压电气设备运行状态演化路径及不同情景出现的概率进行分析，测度多...

【技术特征摘要】
1.一种基于RBF神经网络和贝叶斯网络的高压电气设备实时检测方法，其特征在于，包括以下步骤：
步骤S1，利用温度传感器采集高压电气设备的触点温度数据，并结合高压电气设备的电流、电阻和电压作为待诊断故障数据，再进行归一化预处理；
步骤S2，利用三个RBF神经网络进行基本概率分配，对待诊断故障数据进行准确分类；第一个RBF神经网络处理的特征数据信息为：高压电气设备触点的实际温度特征；第二个RBF神经网络处理的特征数据信息为：监测对象与上一时刻的温度差；第三个RBF神经网络处理电流、电阻、电压特征数据；
步骤S3，利用贝叶斯网络对高压电气设备运行状态演化路径及不同情景出现的概率进行分析，测度多维特征指标与不同故障之间的关联性，构造时变评分函数整合具有不同时效性的特征信息，量化故障发生的模糊状态，对高压电气设备进行故障诊断。


2.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：朱小会，杨瑞，齐仁龙，
申请(专利权)人：郑州科技学院，
类型：发明
国别省市：河南;41