简介:鉴于目前煤矿井下瓦斯传感器故障辩识速度慢、辩识准确度不高等缺陷,提出基于小波包分解与砸BF神经网络的瓦斯传感器故障辨识方法.采用小波包分解提取瓦斯传感器故障特征向量并输入至RBF神经网络,应用粒子群-人工蜂群(PSO-ABC)算法优化砸BF神经网络结构参数,并通过大量的瓦斯传感器样本对砸BF神经网络模型进行训练和检测.实验分析表明:本方法的辨识速度快、诊断正确率高,为精准辩识瓦斯传感器故障提供一种更加科学高效的新途径.
简介:摘要变压器正常运行时,油箱与带电的绕组之间存在电场,而铁芯处于该电场中。因为电容分布不均匀,场强各异,如果铁芯不可靠接地,则会产生充放电现象,破坏油的绝缘强度和固体绝缘,所以铁芯必须有一点可靠接地,且只允许一点接地。国标规定铁芯接地电流不能超过0.1A。虽然现在检测铁芯接地电流的方法很多,但是由于准确性低,实际效果不理想,铁芯接地电流的在线实时监测是预防和及时发现铁芯多点接地故障的最简单、最直接方法。