人工神经网络和专家系统结合运用的电力系统故障诊断方法

对人工神经网络（ＡＮＮ）和专家系统（ＥＳ）的结合应用于电力系统故障诊断问题进行了研究，提出了一种电力系统故障诊断新方法。该方法综合了ＥＳ和ＡＮＮ各自的优点，充分利用ＥＳ的推理能力，由ＥＳ根据报警信息搜索电网数据库，提出故障假设，再由ＡＮＮ对故障假设进行验证。该方法中ＡＮＮ隐含的知识是电网通用的故障判断知识，具有较强的通用性。模拟测试表明该方法可有效地识别电网故障元件，并且具有较强的容错性。     

基于神经网络和元件关联分析的电网故障诊断

利用人工神经网络（ＡＮＮ）和元件关联分析进行电力系统故障诊断,提出了一种电 力系统多重复杂故障的诊断方法。该方法采用面向元件的ＡＮＮ模型,将电力系统的元件分 为３类,即线路、变压器和母线,对每类元件都有一个特定的ＡＮＮ处理其报警信息,确定 故障位置。对于同一跳闸区域中面向各个元件的ＡＮＮ的诊断输出,通过定义一个故障指标 函数,根据各元件的故障指标函数值的大小来识别同一跳闸区域内的多重故障。该方法所使 用的ＡＮＮ模型规模小,通用于网络的所有元件,且故障识别的方法简单,适用于大规模电 力系统的故障诊断。     

混合神经网络及其在高炉径向煤气流模式分布中的应用

提出一种高炉径向煤气流模式分布的混合神经网络模式识别方法,针对从“样本特征模式空间”到“样本类别空间”具有较强非线性的模式识别问题,提出了一种由自组织竞争子神经网络（ＡＳＣＳＮＮ）和基于径向基函数子神经网络（ＲＢＦＳＮＮ）串联而成的混合神经网络．其中,ＡＳＣＳＮＮ用于对输人的特征模式空间进行自组织分类,以使识别更加稳定;ＲＢＦＳＮＮ对样本特征模式进行识别．根据工业现场采集数据进行实验,验证了该方法的可行性．     

基于神经网络的并行诊断推理

将人工神经网络（ＡＮＮ）技术用于不确定性的诊断推理中，方法综合了ＡＮＮ和专家系统（ＥＳ）的优点，模拟结果表明，本文提出的方法是很有效的。     

基于混合神经网络的ECG数据压缩

提出了一种基于神经网络自适应模板匹配（ＮＮＡＴＭ）的ＥＣＧ压缩方法,利用Ｋｏｈｏｎｅｎ的自组织特征映射（ＳＯＦＭ）对ＥＣＧ波形进行分类,然后根据分类结果将心搏波形送往相应的前馈网络压缩,并生成一匹配模板,最后用ＳＡＰＡ３算法对残差信号进行处理。对以２５０Ｈｚ和１１ｂｉｔ量化的ＭＩＴ／ＢＩＨ心电波型的实验表明,该方法压缩效果好于ＳＡＰＡ３算法。     

基于人工神经网络的变电站故障诊断

介绍了一种利用人工神经网络（ＡＮＮ）帝现变电站故障诊断的方法,该方法充分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点,实现对变电站故障元件的诊断。仿真结果表明,该方法不仅能准确地诊断出保护、开关正确动作时的故障元件,也可有效地诊断出因保护或开关拒动的越级故障时的故障元件。     

基于人工神经网络的变电站故障诊断

介绍了一种利用人工神经网络（ＡＮＮ） 实现变电站故障诊断的方法,该方法充分利用人工神经网络所具有的强大的学习能力及高度的容错性等特点,实现对变电站故障元件的诊断．仿真结果表明,该方法不仅能准确地诊断出保护、开关正确动作时的故障元件,也可有效地诊断出因保护或开关拒动的越级故障时的故障元件．     

神经网络自适应均衡器研究

神经网络具有大规模并行处理、自适应、自学习能力和非线性特征，已获得了广泛应用。本文将多层正馈神经网络（ＭＬＦＮＮ）应用到数字通信中的均衡问题，讨论了ＭＬＦＮＮ自适应均衡（ＡＥ）和判决回授均衡（ＤＦＥ）的结构及其学习算法。通过计算机仿真研究了ＭＬＦＮＮ组成的ＡＥ和ＤＦＥ的性能以及系统收敛情况。初步结果表明，神经网络用于通信中的均衡器是可行的、有效的，性能是优良的。     

转化炉管故障诊断系统（RTIES—FAS）的设计

针对合成氨和制氢装置中的转化炉管，利用ＴｕｒｂｏＰｒｏｌｏｇ２０智能语言，设计完成了转化炉管故障诊断系统（ＲＴＩＥＳ－ＦＡＳ）．介绍ＲＴＩＥＳ—ＦＡＳ的基本构造、知识库的建立原则及实现方法，故障诊断推理策略及系统的使用．系统的试用表明诊断结果接近专家水平．     

神经网络法电力系统状态估计

提出了一种神经网络（Ｈｏｐｆｉｅｌｄ连续ＡＮＮ）法求解电力系统状态估计问题的新方法．根据加权最小二乘原理导出的状态估计模型可计及各种伪量测量．采用ＡＮＮ神经计算，可实现并行分布处理．经数值实例计算，结果表明，该方法是有效的，而且精度高、数值稳定性好．     

局域网技术在变压器故障诊断中的应用

介绍了计算机网络工程技术——局域网(LAN)平台的组建,以及专家系统和人工神经网络的故障诊断法,引入了计算机网络对变压器故障远程诊断和实时控制监测的工程系统,并以具体实例说明局域网技术对变压器故障诊断的可行性和有效性.     

一种基于ANN的故障诊断专家系统及其鲁棒性分析

介绍了基于神经网络方法实现的故障诊断专家系统以及电网故障诊断运行实例，比较了基于规则的专家系统方法和基于神经网络方法的实时性及推理鲁棒性，并分析了两种方法的优点及不足。     

模糊关系方程在故障诊断中的应用分析

用求解模糊关系方程的方法,实现专家系统的推理过程,并将其应用到一个实际的变压器故障诊断专家系统中．经电力变压器故障实例验证,该系统诊断结果与实际发生的故障完全吻合,证实了采用这种方法以实现专家系统推理的可行性和有效性．结合专家系统的诊断结果,对这种方法做了进一步的理论分析,同时指出,在采用该方法时,合理确定描述故障原因与故障现象之间因果关系的模糊关系矩阵,是保证故障诊断正确性的重要前提．     

基于神经网络的并行诊断推理

将人工神经网络（ANN）技术用于不确定性的诊断推理中，该方法综合了ANN和专家系统（ES）的优点，模拟结果表明，本文提出的方法是很有效的。     

BP神经网络的模糊改进及应用

描述了人工神经网络和模糊推理系统的基本原理,分析了基于人工神经网络和模糊推理方法的故障诊断专家系统的设计思想,提出了一种人工神经网络和模糊推理技术相结合的故障诊断方法——模糊神经网络法.人工神经网络通过对部分测量数据的处理,输出故障出现的可信度,实现系统的故障诊断.模糊推理部分通过对输入输出的模糊表示,结合神经网络的推理,给出故障的程度,实现故障诊断.     

电力变压器故障诊断的人工神经网络方法

电力变压器故障诊断对变压器、电力系统的安全运行有着十分重要的意义．在介绍人工神经网络（ANN）和模糊理论的基本工作原理的基础上,针对变压器故障诊断的特点,运用油中溶解气体分析法（DGA）,采用分块化的反向传播神经网络（BP）,建立了变压器故障诊断的神经网络模型．通过训练和实际测试,表明了这一方法的有效性和可行性．     

模糊理论在设备故障诊断神经网络中的典型应用

分别阐述了如何结合模糊理论来建立单征兆域单故障诊断、单征兆域多故障诊断及多征兆域多故障诊断等3种典型的诊断模糊神经网络.给出了在实际应用中针对特定问题来建立符合应用需求的诊断模糊神经网络的一般思路,对建立基于神经网络的故障诊断系统具有参考价值和指导作用.     

高压开关故障分析专家系统

本文详细介绍了作者研制的高压开关故障分析专家系统。该系统包括十二个子知识库,一百八十四条规则,能诊断出SW6—110少油断路器常见的故障,该系统具有解释能力,增强了系统的透明性。程序采用了人一机对话的方式,并设置了主,子菜单。该系统具有一定的通用性,更换知识库后,利用该系统不难建立相应的诊断型专家系统。     

电力设备故障在线诊断专家系统

提出一种开发电力设备故障在线诊断专家系统的设计思想及实现方法。该系统具有人机界面友好、运行速度快、信息存储量大、开发周期短、易于维护、扩充等特点。