论文部分内容阅读
针对传统GIS设备定期定点检修时设备拆卸复杂、故障定位难等缺点,提出了一种利用GIS分合闸过程中产生的驱动电流特征值搭建BP神经网络,并引入遗传算法对神经网络的权值和神经元的阈值进行初始化,以实现GIS分合闸故障自动分类的方法。试验结果表明,进行样本学习后的BP神经网络,在进行故障判别时具备明显的方向性,能够较好地表明线圈电流信号的特征值和分合闸故障之间的非线性关系,具有较高的预测精度和较好的分类准度。