摘要：pnn是前馈型神经网络,具有强大的非线性模式分类能力。提出运用pnn神经网络对发动机电控系统进行故障诊断的方法,介绍了pnn神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金德KT600故障诊断仪采集发动机故障数据流,利用pnn神经网络建立诊断模型,并对网络诊断模型进行验证,诊断结果完全正确,且训练速度非常快。实验结果表明pnn神经网络具有较强的泛化能力和实用价值。

摘要：光伏系统中的直流故障电弧严重威胁光伏系统的安全运行,由于其随机性和不稳定性且不具有交流电弧的零休现象,使得光伏系统中的直流故障电弧难以检测。研究光伏系统直流故障电弧的特性及其有效的检测方法对保障光伏系统运行的安全性和可靠性具有重要意义。设计了一套光伏直流故障电弧实验系统并有针对性地研究了光伏系统中直流故障电弧的特性和检测方法,提出了经验模态分解(EMD)算法和概率神经网络(pnn)算法相结合的光伏系统直流故障电弧检测方法,综合实验数据分析表明该方法能有效检测光伏系统中直流故障电弧。

摘要：对绝缘瓷瓶定位及其破损检测在高压输电线路巡检机器人视觉系统中的应用提出了一套方案。通过CCD摄像头等实现对机器人视觉的模拟,对采集到的图像进行去噪、分割等预处理,以绝缘子中部的特定区域作为识别的依据,基于其形状特征及不变矩特征提取特征值,提出了采用概率神经网络对绝缘子的特殊区域及背景区域进行识别,完成对绝缘子的定位。利用Harris角点检测法,结合纵向切线灰度值变化率判断瓷瓶是否破损,通过仿真和实验,验证了其可行性。

摘要：为提高对管道泄漏的报警准确率与定位精度,设计了一种基于LabVIEW的管道泄漏实时监测与定位系统。该系统通过水听器配合RTU实现对管道声信号的高频采集,同时利用ADAM-4520模块采集管道温度、压力数据;基于LabVIEW软件完成协议解析、波形显示、数据管理,并通过调用MATLAB Script对信号进行CEEMDAN分解与重构,然后提取特征,利用pnn神经网络进行故障或干扰类别分类;将重构后的声信号进行互相关计算,实现泄漏点定位。最后,通过管道泄漏监测实验对系统进行综合验证。实验表明:所设计的系统能够准确识别管道运行工况,有效提高了系统的泄漏点定位精度,同时具有良好的交互性和较高的工程应用价值。

摘要：针对TSI发动机故障检测问题,应用概率神经网络技术,分析了执行器工作波形上的幅值、周期、波形走势和脉宽等特征值,诊断故障原因。同时,将提取的特征值利用MATLAB软件进行数据处理与分组,建立pnn神经网络并进行训练与测试。以喷油器驱动器的工作电压波形为例,对所设计的故障诊断方法进行验证,并将pnn神经网络与传统BP神经网络的故障诊断结果准确率进行对比。实验结果表明:基于概率神经网络的故障识别方法可快速准确地识别喷油器故障。

摘要：现阶段,虽然变电站检测技术相对成熟,但为了提高智能变电站的安全运行水平,必须尽快对其检测技术进行研究,提出一种更加高效与无人值守的检测方法。在传统红外检测技术基础上提出了图像识别智能变电站检测技术。文章首先从红外图像特征提取与识别流程优化展开研究,提出了利用pnn神经网络实现设备红外图像分类,建立最终的变电站关键设备图像红外检测方法和流程,并对该技术运用的机器人和视频巡检系统进行简单设计探讨,最后通过试验案例分析,得出这种检测预警技术可以明显提高设备监测准确性的结论。

摘要：针对依靠变压器油中溶解气体分析的传统故障诊断方法存在的不足以及未来智能诊断算法进一步发展的需要,在研究人工神经网络的基础上,介绍了两种前向神经网络在变压器故障诊断中的应用,并用大量的DGA样本数据做了仿真训练;首先讨论了几种常用变压器故障诊断方法的一些缺陷,通过分析现代智能诊断算法的局限性,得出改进人工神经网络的优势;然后结合两种前向神经网络的原理和结构,对变压器内部故障进行了分类和编码;分别设计了相应的故障诊断模型,在MATLAB中做了仿真测试,并给出了仿真程序;仿真结果表明,两种神经网络用于变压器故障识别较为理想,其中pnn网络在样本数量较多时效果更好,有效提高了变压器故障诊断的正确率。