摘要
本发明公开了一种基于RRBF神经网络的配电系统在线智能故障检测方法。该方法包括:选用配电系统交流信号的动态状态估计模型;在噪声干扰环境下的三相配电系统中,计算同步相量信息的相量幅值和相角,并对计算出来的同步相量信息进行预处理;对预处理后的同步相量测量信息进行分类标签管理;在监督多模型残差生成分类学习框架下,提出正则化RRBF神经网络模型;利用正则化RRBF神经网络模型对配电系统区域生成残差,再根据生成的残差对配电系统的故障区域进行在线智能诊断。本发明对噪声环境下的三相配电系统的故障区域进行在线智能诊断,大大地改进RRBF神经网络的泛化能力,提高配电系统在线故障诊断的准确率的同时,还大大缩小了响应时间。
技术关键词
神经网络模型
智能故障检测
相量信息
动态状态估计
三相配电系统
表达式
误差函数
数学
标签管理
多模型
检测配电系统
节点健康状态
高次谐波分量
在线故障诊断
扩展卡尔曼滤波
系统为您推荐了相关专利信息
事件检测方法
神经网络模型
前馈神经网络
线索
短时傅里叶变换
智能辅助诊断方法
卷积神经网络模型
多标签学习
特征提取器
切片
激光共聚焦显微镜
拼接方法
亮度校正
特征提取器
图像块
健康诊断方法
燃料电池
阳极催化层
阴极催化层
工况参数