廠家熱賣 品質保障 專業專注
用心服務好每一位客戶
數十種系列產品
1000多個規格
多芯可選
支持定制
規格齊全
MCP礦用采煤機電纜
采煤機電纜
MHYVP礦用通信電纜
礦用通信電纜
MYPTJ高壓礦用橡套電纜
礦用橡套電纜
MYPTJ礦用金屬屏蔽橡套電纜
屏蔽橡套電纜
礦用鎧裝屏蔽電纜
鎧裝屏蔽電纜
屏蔽控制電纜
屏蔽控制電纜
MCPT采煤機屏蔽電纜
屏蔽電纜
MYP橡套電纜
MYP橡套電纜
品質決定未來
高純度銅
安全環保
抗壓性強
壽命更長
摘要:針對高壓隔離器污染旁路事故的頻繁發生,給電氣系統造成巨大損失,提出了一種基于BP神經網絡的在線隔離器污染檢測系統,通過表面漏電流采樣,JHS數據處理和采樣形成后的仿真結果表明,該神經網絡系統可以滿足在線檢測絕緣污染的要求。
中國電力系統的污染旁路事故數量巨大,僅次于雷電事故,污染旁路事故造成的直接損失超過十倍。
于雷擊[1]。絕對有必要開發一種有效的在線檢查系統來檢查絕緣污染。
用在線檢測系統,可以精確地劃分臟區并確定清潔周期[2]。
文開發了一種用于高壓絕緣子污染在線檢測的BP神經網絡系統。JHS使用感應電流傳感器對絕緣體的表面泄漏電流進行采樣,防水然后在處理濾波器限制,諧波消除和遠程參數調整等數據之后,使用該數據對BP神經網絡樣本進行了訓練。一定的誤差范圍內,仿真效果與鹽灰密度法的實驗結果基本吻合,JHS證明了該神經網絡系統可以滿足絕緣污染物在線檢測的要求。文中的表面泄漏電流采樣系統如圖1所示[3]。圖1中,感應電流傳感器安裝在絕緣體的最后一塊。始信號通過感應電流傳感器輸入到檢測器,對程序控制的增益進行濾波和限制,防水然后建立諧波控制鏈接,然后將量輸入到MCU,并結合環境溫度,濕度等用于遠程設置。對本文的初始泄漏電流進行濾波之后,通過多路復用器和可編程增益放大器限制并放大泄漏電流的峰值,平均峰值和脈沖數。于傳感器處于高壓和強磁場中,因此初始泄漏電流信號中存在諧波分量。
有消除諧波成分,我們才能獲得合理的數據并提高系統的運行速度。文消除諧波的中心要素是用于消除諧波主要部分(即三次諧波和相應的間諧波)的積分濾波器。分濾波器產生K個采樣值,電纜加法形成的積分間隔的長度是諧波的周期或整數倍,諧波積分的結果是被一半包圍的區域負波可以消除它[4],從而消除諧波。對初始峰值泄漏電流值,峰值平均值和脈沖數數據進行限制和放大后,JHS將其打包并與溫度和濕度等環境參數一起存儲,然后由計算機進行詳盡的分析以估計隔離器的污染狀態,最后進入BP神經網絡進行樣品形成。圖2所示,本文設計的BP神經網絡具有3層:輸入層,輸出層和隱藏層。
本文設計的BP神經網絡中,輸入層傳遞函數使用S型對數函數,隱藏層傳遞函數使用S型切線函數,輸出層具有神經元輸出是絕緣污染水平和模擬鹽灰密度值[5]。圖2中,輸入層的輸入數據分為兩類,防水一類是環境參數(溫度,濕度和冰的厚度等),而鹽的密度值為l (樣品形成過程中的樣品),根據當地環境,電纜某些參數可能會省略;另一個與泄漏電流參數有關,主要是泄漏電流的峰值,峰值的平均值,兩者的標準偏差和脈沖數。公式(1),電纜(2)和(3)中,是泄漏電流的平均值,電纜Im是泄漏電流的峰值,JHS并且δ是標準偏差。本文中,為了比較模擬效果與鹽灰分密度值法,將樣品的環境參數和鹽分灰分密度值歸一化,并以BP神經網絡作為參數訓練樣本。機給權重wij和閾值θ賦一個初始值,電纜定義誤差e = 0.01,學習精度ε= 0.000291,電纜學習次數為3000,JHS并在每次顯示結果25個步驟[7]。
準化環境參數和樣品鹽灰密度值,提供地層樣品參數,電纜并將目標輸出值設置為絕緣污染水平和模擬鹽灰密度值。計算每層的權重之后,使用誤差e和訓練精度ε來確定是否滿足要求。誤差e≤0.01,學習精度ε≤0.000291時,滿足要求,樣品形成結束。請返回上一個繼續樣品的形成。文對運城市部分輸電線的環境參數和漏電流參數進行了數據采樣,并結合2013年這些輸電線的鹽分密度值,JHS形成了樣本進行了數據模擬,并對BP神經網絡數據進行了訓練和模擬,并根據鹽分濃度值的鹽灰密度法對電氣服務進行了誤差分析。情如下。
1給出了運城市鹽湖區部分輸電線鹽灰密度的試驗數據,包括鹽灰密度值和分類絕緣層的污染程度。表1中前五名交通城市鹽湖地區部分輸電線的試驗鹽灰密度數據為訓練樣本,表2為設計的BP神經網絡的訓練結果實例。本文中,包括了鹽密度值和分隔絕緣層的污染程度。
表1最后5行中運城市部分電力線的對應極數為對象,收集泄漏電流數據和環境數據后,用BP神經網絡對該數據進行仿真。文設計表3是本文的BP神經網絡。絡數據模擬的結果包括鹽濃度值和分類絕緣體的污染程度。表2中的神經網絡樣本訓練結果和表3中的神經網絡數據仿真結果可以看出,本文設計的BP神經網絡這是一個訓練或數據模擬的例子,電纜效果非常接近運城市部分電力線路的實驗鹽灰密度數據,電纜最大誤差僅為3.5%左右。真結果表明,本文設計的BP神經網絡是可行的,JHS基本可以滿足絕緣子污染程度監測的實際要求。對在線絕緣污染在線監測問題,開發了一套基于BP神經網絡的在線絕緣污染在線監測系統。合運城市部分輸電線的試驗鹽灰密度數據,在BP神經網絡系統上進行了仿真實驗。
過樣本訓練后,BP神經網絡系統輸出的仿真效果表明,本文的BP神經網絡系統在一定誤差范圍內是可行的,基本可以滿足要求。時監測絕緣污染。
如果您對本文“防水電纜JHS-4*4橡套電纜”感興趣,歡迎您聯系我們