论文部分内容阅读
评估大电机主绝缘的老化状态是电气工程领域中的重要课题，其目标是根据非破坏性参量评估绝缘的老化状态，然而传统的评估方法一直没有得到准确可靠的评估结果。为了克服传统的绝缘状态阈值评估方法的缺点，提出应用神经网络和模糊数学结合评估绝缘状态的新方法。由于绝缘的老化状态是一种模糊现象，所以建立了具有模糊输出的3层BP神经网络对绝缘状态进行评估，并确定了绝缘状态论域上的四个模糊子集及其隶属函数，同时规定了网络的输入和输出参量。选择Levenberg-Marquardt快速学习算法对该文建立的模糊输出神经网络进行了训练，并使用另外10组多因子加速老化数据和5组真机线棒数据对网络的评估能力进行了检验，检验结果表明该方法可以准确有效地评估定子绝缘的老化状态。