人工神经网络高压断路器在线监测故障诊断系统及方法与流程

技术特征：

1.人工神经网络高压断路器在线监测故障诊断系统，其特征在于：该系统包括DSP(1)、电流互感器(2)、电压互感器(3)、温度传感器(4)、振动传感器(5)、速度传感器(6)、A/D转换电路(7)、电压转换(8)、光耦隔离(9)、编程接口(10)、复位单元(11)、显示驱动(12)、显示单元(13)、报警单元(14)、操作面板(15)、通讯单元(16)、工业计算机(17)、存储器(18)、打印机(19)和高压断路器(20)，其中电流互感器(2)、电压互感器(3)、温度传感器(4)、振动传感器(5)、速度传感器(6)的测量端口与高压断路器(20)相连接，电流互感器(2)、电压互感器(3)、温度传感器(4)、振动传感器(5)的信号输出端口与A/D转换电路(7)的输入端口相连接，速度传感器(6)的信号输出端口与电压转换(8)的信号输入端口相连接，A/D转换电路(7)、电压转换(8)的输出端口与光耦隔离(9)的输入端口相连接，光耦隔离(9)的信号输出端口与DSP(1)的数字信号输入端口相连接，编程接口(10)的信号输入端口与工业计算机(17)的信号输出端口相连接，编程接口(10)的信号输出端口与DSP(1)的编程信号输入端口相连接，复位单元(11)的信号输出端口与DSP(1)的复位端口相连接，操作面板(15)的信号输出端口与DSP(1)的信号输入端口相连接，报警单元(14)的信号输入端口与DSP(1)的信号输出端口相连接，显示单元(13)的信号输出端口经过显示驱动(12)与DSP(1)的信号输出端口相连接，工业计算机(17)的通讯端口经过通讯单元(16)与DSP(1)的通讯端口相连接，存储器(18)、打印机(19)的信号输入端口与工业计算机(17)的U口相连接。

2.根据权利要求1所述的人工神经网络高压断路器在线监测故障诊断系统，其特征在于：显示单元(13)连接电压转换(8)。

3.根据权利要求1所述的人工神经网络高压断路器在线监测故障诊断系统，其特征在于：温度传感器(4)通过临时固定架固定，该固定架包括支撑盒(111)、上V形支撑卡、下V形支撑卡和调整螺杆(888)；在支撑盒(111)的两端设置有限位滑道(666)，限位滑道(666)为沿支撑盒(111)长度方向设置的条形滑道；

上V形支撑卡包括上卡臂(333)和上随动臂(333-1)，上卡臂(333)和上随动臂(333-1)通过扭簧连接形成V形结构；下V形支撑卡包括下卡臂(222)和下随动臂(222-1)，下卡臂(222)和下随动臂(222-1)通过另一个扭簧(444)连接形成V形结构；两个扭簧均套在移动滚筒上，移动滚筒的中心设置有滚动轴(555)，滚动轴(555)的两端伸进限位滑道(666)内并在使用时沿限位滑道(666)移动；

上随动臂(333-1)与下随动臂(222-1)通过活动轴(777)活动连接，活动轴(777)连接带有螺纹(999)的拉动杆(888)，拉动杆(888)沿与限位滑道(666)垂直的方向穿过支撑盒(111)并通过螺纹(999)与支撑盒(111)螺纹配合；

在上卡臂(333)的上部设置有用于在水平方向压住的显示单元边缘的横向固定压片(000)。

4.根据权利要求3所述的人工神经网络高压断路器在线监测故障诊断系统，其特征在于：在上卡臂(333)上设置一个横向限位孔(001)，在横向限位孔(001)前端设置有与横向限位孔(001)同轴且连通的横向限位套(002)，横向固定压片(000)上连接有横杆，该横杆穿过横向限位孔(001)及横向限位套(002)并能在横向限位孔(001)及横向限位套(002)内左右移动，在横向限位孔(001)的前端设置有能左右移动的顶帽(004)，顶帽(004)的尾端端连接拉紧弹簧(003)的前端，拉紧弹簧(003)的后端伸进横向限位套(002)内并与横向限位套(002)的侧壁连接，拉紧弹簧(003)套在横固定压片(000)的横杆的前端。

5.利用权利要求1所述的人工神经网络高压断路器在线监测故障诊断系统所实施的诊断方法，其特征在于：在人工神经网络中，神经元处理单元可以表示不同的对象，神经元的数学表达式为：

式中：为权向量；为输入向量，为的转置；b用于调节输出的偏置；f为激活函数；可见，一个神经元的功能是求得输入向量与权向量内积后，经一个激活函数得到一个标量结果；单神经元的作用是将一个n维向量空间用一个超平面分割成两部分，给定一个输入向量，神经元可判断出这个向量位于超平面的哪一边；该超平面方程为：

式中，为权向量；为超平面的向量，b为偏置。

6.根据权利要求5所述的诊断方法，其特征在于：该方法将高压断路器故障报警信息进行数字量化作为神经网络的输入量；神经网络的输出量代表故障诊断类型；首先对神经网络进行训练学习，即将特定故障对应的报警信息作为样本，建立全面的样本库，然后用所有的样本对神经网络进行训练，实现将样本库的知识以网络的形式存储在神经网络的连接权中，最后通过神经网络输入量计算并完成故障诊断；采用人工神经网络技术高压断路器在线监测及故障诊断技术过程：

(1)系统上电，进行自检，操作面板发送监测指令给DSP；

(2)DSP接收监测指令，采集高压断路器电压、电流、温度、振动、行程、速度等状态信息，并进行信号处理；

(3)工业计算机对高压断路器状态电压、电流、温度、振动、行程、速度等状态信息进行提取；

(4)确定要识别故障的类型；

(5)设计人工神经网络模型，包括：输入层结点数、输出层结点数、隐层节点数和初始权值设置；

(6)训练人工神经网络，主要包括对样本集的训练和测试；

(7)根据训练结果，判别高压断路器有无故障及故障类型，并进行预警。