基于径向基函数网络的高压断路器机械状态分类

摘要：

提出了一种利用径向基神经网络对高压断路器特征参数进行分类的新方法。介绍了径向基神经网络的基本原理，阐述了基于小波包和熵理论的振动信号特征提取方法。利用小波包分解各节点，重构信号的熵值反映信号与正常状态的偏移，可以作为判断断路器故障类型的特征参数；将其作为径向基神经网络的输入，建立预测模型，并与传统神经网络方法相比较。仿真实验结果表明，即便是在小样本情况下，径向基神经网络也能对特征参数进行精确分类，且收敛速度较快，为故障诊断提供了一种快速有效的分类方法。

关键词： 径向基函数神经网络 故障诊断 高压断路器 机械状态分类 熵理论 小波包

作者: 沈永良 孙来军 刘明亮 乔常明 钱海波 叶光忠

作者单位: 黑龙江大学 黑龙江省电子工程高校重点实验室,哈尔滨 150080

会议类型: 国内会议

会议名称: 2009中国仪器仪表与测控技术大会

会议地点: 哈尔滨

会议语种:中文

页码: 392-397

在线出版日期: 2009-07-23（万方平台首次上网日期，不代表论文的发表时间）