一种低压电力线载波通信系统故障诊断方法技术方案

本发明专利技术公开了一种低压电力线载波通信系统故障诊断方法，包括：对告警数据进行预处理；初始化SOM神经网络的权重向量和学习速率并利用预处理后的告警数据进行训练；利用基于反馈的自动定制迭代次数的策略提高训练效果，得到改进后的SOM神经网络的故障诊断模型；将实时采集的告警数据输入所述故障诊断模型，划分故障类型，输出故障诊断结果。本发明专利技术在网络故障诊断问题上体现出较高的精度；不会导致此中心陷入局部最优；将低压电力线通信系统告警数据进行聚类，从而准确识别故障类型，减小了维护检修的工作量。检修的工作量。检修的工作量。

【技术实现步骤摘要】
一种低压电力线载波通信系统故障诊断方法


[0001]本专利技术涉及电力线载波通信系统的
，尤其涉及一种低压电力线载波通信系统故障诊断方法。

技术介绍

[0002]传统的多层线性故障检测方法借助于多层线性特征提取算法对通信网络中的故障进行诊断，但该方法对于网络的变化反应不敏感，难以满足低压电力线载波通信系统故障诊断的需求；基于增量贝叶斯疑似度的启发式故障定位算法不能很好地克服低压电力线通信系统中的噪音影响；基于规则的告警关联性分析方法便于理解，得到广泛应用，但推理的效率较低。

技术实现思路

[0003]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0004]鉴于上述现有存在的问题，提出了本专利技术。
[0005]因此，本专利技术解决的技术问题是：对于网络的变化反应不敏感，不能很好地克服低压电力线通信系统中的噪音影响本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低压电力线载波通信系统故障诊断方法，其特征在于，包括：对告警数据进行预处理；初始化SOM神经网络的权重向量和学习速率并利用预处理后的告警数据进行训练；利用基于反馈的自动定制迭代次数的策略提高训练效果，得到改进后的SOM神经网络的故障诊断模型；将实时采集的告警数据输入所述故障诊断模型，划分故障类型，输出故障诊断结果。2.如权利要求1所述的低压电力线载波通信系统故障诊断方法，其特征在于：所述故障类型包括电力线线路故障、通信线程死锁故障、缓存器故障、路由器故障、路由器逻辑错误、分支箱故障、变压器故障。3.如权利要求1或2所述的低压电力线载波通信系统故障诊断方法，其特征在于：利用LVQ网络将有监督和无监督结合的思想得到所述改进的SOM神经网络的故障诊断算法。4.如权利要求3所述的低压电力线载波通信系统故障诊断方法，其特征在于：一个样本是一组故障告警的合集，将一个样本中的所有故障告警的独热编码相加，所生成的新的向量，包含原本各个独立的故障告警信息，通过上述步骤，将样本处理成神经网络可接受的输入向量，将输入向量输入到神经网络中，与每个神经元的权重向量做内积，取其中内积最大者为获胜神经元。5.如权利要求4所述的低压电力线载波通信系统故障诊断方法，其特征在于：利用如下公式计算获胜神经元：6.如权利要求5所述的低压电力线载波通信系统故障诊断方法，其特征在于：根据所述获胜神经元的类型标签与连接向量的类型标签进行一致性判断，调整优胜邻域Nj*(t)内所有邻...

【专利技术属性】
技术研发人员：施展，李波，张正峰，吴赞红，王秀竹，吴振田，杨志花，
申请(专利权)人：广东电力通信科技有限公司，
类型：发明
国别省市：