基于BP神经网络和专家系统的变电站报警信息处理系统

对BP神经网络的容错性进行了研究，将网络的容错能力与测试样本所形成的模糊区的 大小相对应，通过消除模糊区来提高网络的容错能力。针对南昌500 kV变电站自动化系统， 开发了变电站的实时故障诊断系统。该系统以3层前向BP网络作为故障诊断的核心部分，以 开关动作信息、保护动作信息等作为人工神经网络的输入。同时结合专家系统，利用其推理 判断能力，对变电站运行方式进行识别，并对神经网络的某些输出结果进行必要的修正