来源：期刊VIP网 时间：
作者：鲁旭伟;赵全利;
单位：郑州西亚斯学院电信与智能制造学院;河南大学计算机与信息工程学院;
摘要：配电网机械式直流断路器的拓扑结构通过限流电路实现断路时刻电流值的大幅下降，这种下降的特征会造成通过电感旁路电路展示故障特征的时间缩短。当前通过模糊神经网络结合复用拓扑部分回路，实现直流电网对断路器故障判断，一旦发生故障信号特征的衰减，模糊神经网络参数会出现偏差，故障诊断失效。文中提出了基于模糊神经网络的配电网机械式直流断路器故障自动诊断方法。利用线性时频分布短时傅里叶变换，对断路器信号展开增强处理。通过经验小波变换提取增强后的信号特征。设计模糊神经网络，采取误差反向传播的方法修正模糊神经网络参数，并将信号特征输入到参数修正后的模糊神经网络中，以达到故障自动诊断的目的。实验结果表明：该方法的配电网机械式直流断路器故障自动诊断误差小、效率高。实现了对断路器故障的高效、准确诊断，有效解决了因故障信号特征衰减导致的诊断失效问题。
关键词：模糊神经网络;;直流断路器;;故障诊断;;信号增强;;经验小波变换
基金资助：河南省科技攻关项目(232102220026)
