神经网络在客运专线接触网故障诊断中的应用
摘 要
本设计是以神经网络理论为基础，对接触网的故障数据进行实时采样，用于诊断接触网故障的类型。为电气化铁路的运行和维护提高了效率。
系统应用MATLAB软件进行模拟仿真，主要设计包括BP神经网络和RBF神经网络两大部分，神经网络有三层，分别是输入层、隐含层和输出层。本文设置了13个节点，编程的思路主要用BP算法和RBF算法，这两种算法实现了样本的采集、数据的训练以及不断的学习、自适应，经前馈神经网络不断调整权值和阀值，最终实现函数的逼近，确定故障类型。
仿真结果表明改进的 BP 神经网络作为模式识别分类器，能够及时准确的识别出故障类型，效果理想。在模式识别方面实现了接触网故障的智能诊断。
关键词：故障诊断 BP算法 RBF算法
Abstract
The design is based on the neural network theory, the fault data of the contact network is sampled in real time, which is used to diagnose the type of the fault of the contact network, which improves the efficiency of the operation and maintenance of the electrified railway.
System using MATLAB software simulation, design mainly includes BP neural network and RBF neural network in two parts, the neural network has three layers, are the input layer, hidden layer and output layer. This paper has set up thirteen nodes, programming ideas mainly used BP algorithm and RBF algorithm, the two algorithms realized the collection of samples, data training and continuous learning, adaptive, approximation by feed-forward neural network constantly adjust the weights and threshold, and ultimately to achieve the function of the determined fault type.
The simulation results show that the improved BP neural network as a pattern recognition classifier can identify the fault types in a timely and accurate manner, and realize the intelligent diagnosis of the contact network fault in pattern recognition.
Key words：Fault diagnosis RBF algorithm BP algorithm
目 录
第1章 绪 论 1
1.1 课题研究的目的意义 1
1.2 国内外研究现状 1
第2章 神经网络在客运专线接触网故障诊断中的应用 3
2.1 设计要求 3
2.2 设计方案 3
第3章 接触网故障类型及原因 4
3.1 间结构尺寸方面故障原因分析 4
3.1.1 故障现象 4
3.1.2 原因分析 4
3.2 电气联接方面故障 5
3.3 绝缘方面故障 6
3.3.1 故障现象 6
3.3.2 故障原因分析 7
3.4 中心锚结故障分析及检调 7
第4章 神经网络原理及算法 11
4.1 前向神经网络模型 11
4.2 神经网络的基本原理 12
4.3 BP神经网络算法 12
4.4 RBF神经网络算法 13
4.5 BP神经网络隐含层单元数的确定 15
第5章 网络故障诊断系统分析与设计 16
5.1 系统总体架构设计 16
5.2 BP神经网络模块分析设计 17
5.3 RBF神经网络模块分析设计 19
第6章 运行与调试 21
6.1 应用MATLAB进行离线神经网络的训练 21
6.2 实现效果 23
第7章 结论 25
参考文献 26
致谢 27
附录 28
附录A 外文资料 28
附录B 源程序 35
目 录
第1章 绪 论 1
1.1 课题研究的目的意义 1
1.2 国内外研究现状 1
第2章 神经网络在客运专线接触网故障诊断中的应用 3
2.1 设计要求 3
2.2 设计方案 3
第3章 接触网故障类型及原因 4
3.1 间结构尺寸方面故障原因分析 4
3.1.1 故障现象 4
3.1.2 原因分析 4
3.2 电气联接方面故障 5
3.3 绝缘方面故障 6
3.3.1 故障现象 6
3.3.2 故障原因分析 7
3.4 中心锚结故障分析及检调 7
第4章 神经网络原理及算法 11
4.1 前向神经网络模型 11
4.2 神经网络的基本原理 12
4.3 BP神经网络算法 12
4.4 RBF神经网络算法 13
4.5 BP神经网络隐含层单元数的确定 15
第5章 网络故障诊断系统分析与设计 16
5.1 系统总体架构设计 16
5.2 BP神经网络模块分析设计 17
5.3 RBF神经网络模块分析设计 19
第6章 运行与调试 21
6.1 应用MATLAB进行离线神经网络的训练 21
6.2 实现效果 23
第7章 结论 25
参考文献 26
致谢 27
附录 28
附录A 外文资料 28
附录B 源程序 35
参考文献
[1] 刘传起,王雪梅,苏涛.现代电子技术[M].西安:西安大学出版,2009.
[2] 方棉佳,甄蜀春.宇航计测技术[M].西安:西安大学出版,2003.
[3] 杨捍东.电气化铁道接触网检测设备发展趋势[J].西安:西安大学出版,2003,23(1):48 ~51.
[4]刘毅华.电力系统故障检测新方法研究[D].浙江:浙江大学,2002.
[5]葛耀中.在单相自动重合闸过程中判别瞬时与永久故障的方法[J].西安交通大学学报,1984,18(2):15~19.
[6]彭玉华.小波变换与工程应用[M].北京:科学出版社,2002.1~2.
[7]O.Chaari,We al.A new tool for the resonsnt frounded power distribution systems relaying[J].IEEE Trsns, 1996,11(6):45~47.
[8]何岭松,吴波.小波分析及其在设备故障诊断中的应用[J].华中理工大学学报,1993.
[9]Mallat S and Hwang W L.Singularity detection and processing with wavelets[J].IEEE Trans on Information Theory,1992,38(1): 20~30.
[10]林湘宁,刘沛,程时杰.小波分析基础理论及其在电力系统中的应用(第三讲)[J].电力系统及自动化,1997,21(12):79~83.
[11]王晓茹.基于小波变换和神经网络的高压电网故障信号处理与保护研究[D]. 成都:西南交通大学,1998.
http://www.bysj360.com/ http://www.bysj360.com/html/5215.html http://www.bylw520.net
