论文部分内容阅读
提高高压断路器的故障诊断准确率对降低生产成本、提高运行可靠性具有重要作用。由于高压断路器故障种类繁多、监测信号有限,导致高压断路器故障诊断准确率不高。为了提高高压断路器故障诊断准确率,提出了基于概率神经网络算法的高压断路器故障诊断方法。在高压断路器振动信号能量进行量化的基础上,构建了概率神经网络诊断模型,利用样本数据集进行训练,获得最优的高压断路器故障诊断模型,最后利用测试集对模型进行检验。实验证明,利用概率神经网络进行高压断路器故障诊断具有训练过程简单、诊断速度快、准确率高和训练样本追加能力强等优