原文传递
基于模糊神经网络的绝缘子污秽状态预测研究
| 论文题名： | 基于模糊神经网络的绝缘子污秽状态预测研究 |
| 关键词： | 接触网;复合绝缘子;模糊神经网络;污秽状态;泄漏电流 |
| 摘要： | 接触网为高速铁路传输电能，绝缘子是其重要组成部分。随着我国经济建设的发展，高速铁路受到的来自运行环境的影响更趋复杂，这对绝缘子的绝缘性能提出了更高的要求。研究表明，绝缘子表面积累的污染物在一定外界条件的作用下会引发污闪事故，影响铁路系统的正常供电和运行。因此，及时预知运行绝缘子的污秽状态、保证工作人员在安全时间内采取应对措施，对避免潜在闪络事故的发生十分重要。本文在检索大量国内外参考文献、总结前人结论和成果的基础上，基于实验室的试验数据对绝缘子泄漏电流的变化规律进行详细分析，提出利用模糊神经网络对接触网绝缘子进行污秽状态检测，拟提高绝缘子状态检测的预警能力。 首先，为探索污秽绝缘子泄漏电流与其表面污秽度之间的联系及具体的函数关系。本文以FQBSG-25/12-970P型腕臂用棒式复合绝缘子为研究对象，通过试验获取不同污秽程度和湿度条件下的泄漏电流数据;根据数据呈现出的变化趋势，提取表征泄漏电流的特征量，筛选出3个有效特征量:泄漏电流有效值Ie、泄漏电流最大值Im及泄漏电流标准差σ，分别得到它们与绝缘子表面污秽量的关系。随后，利用特征量及环境湿度作为输入变量，搭建预测绝缘子污秽度的BP神经网络模型。BP神经网络能够通过自学习确定权值和阈值，预测结果客观准确，将预测结果与试验结果进行对比。结果表明:三个特征量能为绝缘子污秽度的预测提供有效信息。 最后，根据绝缘子在线监测系统智能化的要求，提出了基于模糊神经网络的绝缘子污秽状态预测方法。综合考虑BP神经网络预测出的绝缘子污秽度及各个运行环境参量等多方面的影响因子，搭建评判绝缘子污秽状态的网络模型，对运行绝缘子的污秽状态进行综合评定。结果表明:利用模糊神经网络预判污秽状态的方法是有效的，利用该方法可以得到绝缘子在不同运行环境和地理环境下的污秽状态。根据预测结果向接触网维护人员给以警示，使其能够准确掌握绝缘子的实时污秽状态，为工程人员清洁染污绝缘子工作提供参考。 |
| 作者： | 淮梦琪 |
| 专业： | 电力系统及其自动化 |
| 导师： | 张友鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
