论文部分内容阅读
本文针对目前各种金属氧化物避雷器（MOA）在线监测方法存在的干扰和不足，提出了基于模糊神经网络的MOA在线监测系统。该文在实验室模拟试验和现场实测数据的基础上，通过选择将阻性泄漏电流、系统电压、环境温度、相对湿度、降雨等变量作为其输入变量，并将其用于对绝缘子污秽程度在线监测结果的模糊综合评定．同时还介绍了基于模糊神经网络的MOA的劣化状况评定模型的构建过程，通过部分实验数据验证了该方法的可行性。结果证明，该系统能够在各种比较复杂因素的影响下，较为准确可靠地判断出MOA的劣化状况，具有较大的潜在应用价值。