基于SOM的真空断路器机械故障诊断
自组织映射网络SOM具有很好的自组织、自适应和鲁棒性，由于采用无教师的自学习方式，SOM网络无需预先指定输入矢量的所属类别，是一种基于小样本训练的识别网络”10”，有别于传统神经网络需要大量训练样本才能保证分类的准确率，结合断路器不宜多次在故障状态下操作以获取训练样本的实际情况，自组织映射网络SOM更适于断路器的故障诊断。本文使用真空断路器的机械特性作为特征样本输入至SOM神经网络进行故障诊断，经实验验证，该故障诊断方案在高压真空断路器的机械故障诊断中表现出良好的故障识别能力，具有一定的工程实用价值。
真空断路器 机械特性 故障诊断 自组织映射网络
刘艳 陈丽安
厦门理工学院福建省高电压技术重点实验室,厦门361024
国内会议
南宁
中文
13-18
2015-07-01（万方平台首次上网日期，不代表论文的发表时间）