机械与电子
機械與電子
궤계여전자
MACHINERY & ELECTRONICS
2008年
8期
67-70
,共4页
配电网%故障诊断%粗糙集%人工神经网络
配電網%故障診斷%粗糙集%人工神經網絡
배전망%고장진단%조조집%인공신경망락
为了改进人工智能方法在配电网故障诊断系统中的应用,给出了基于粗糙集理论的RBF神经网络的模型结构,然后利用训练好的神经网络对配电网进行故障诊断.采用VC++语言开发工具,调用Matlab神经网络工具箱建立了一个简化的故障诊断系统,并通过配电网实例验证了方法的正确性.实践证明不但提高了配电网故障诊断的容错性,使故障诊断变得更加准确有效,而且减少了神经网络样本数据,减少了故障诊断过程的时间.
為瞭改進人工智能方法在配電網故障診斷繫統中的應用,給齣瞭基于粗糙集理論的RBF神經網絡的模型結構,然後利用訓練好的神經網絡對配電網進行故障診斷.採用VC++語言開髮工具,調用Matlab神經網絡工具箱建立瞭一箇簡化的故障診斷繫統,併通過配電網實例驗證瞭方法的正確性.實踐證明不但提高瞭配電網故障診斷的容錯性,使故障診斷變得更加準確有效,而且減少瞭神經網絡樣本數據,減少瞭故障診斷過程的時間.
위료개진인공지능방법재배전망고장진단계통중적응용,급출료기우조조집이론적RBF신경망락적모형결구,연후이용훈련호적신경망락대배전망진행고장진단.채용VC++어언개발공구,조용Matlab신경망락공구상건립료일개간화적고장진단계통,병통과배전망실례험증료방법적정학성.실천증명불단제고료배전망고장진단적용착성,사고장진단변득경가준학유효,이차감소료신경망락양본수거,감소료고장진단과정적시간.
