来源：期刊VIP网 时间：
作者：罗瑞;皮大能;
单位：鹤壁能源化工职业学院电子信息工程系;湖北师范大学电气工程与自动化学院;
摘要：高压断路器作为电力系统中最重要的承载、保护与控制单元之一，其绝缘与开断依赖SF_6气体。由于常规高压真空断路器存在自然电流零点和电能谷底干扰，其故障检测的核心过程为：电流零区弧隙之间SF_6气体介质强度变化引起的信号瞬时启动。为了减低故障漏检情况，结合神经网络+混合布谷鸟算法，设计一种高精度的高压真空断路器故障智能诊断方法。首先，分析故障发生后容性能量转移过程，归纳故障发生后容性能量转移的空间特征和时间特征。其次，构建基于PNN神经网络的高压真空断路器机械故障诊断模型，将容性能量转移特征向量作为训练样本输入到模型中展开训练，完成故障智能诊断。最后，利用混合布谷鸟算法对模型中的参数展开寻优，以此得到高精度诊断结果。实验结果表明：所提方法在高压真空断路器诊断过程中的精度和稳定性具有较高优势。
关键词：容性能量;;特征权值;;PNN神经网络;;混合布谷鸟算法;;故障诊断
基金资助：国家自然科学基金资助项目(62071173)
