绝缘子泄漏电流聚类算法研究

被引：3

作者：

张长明

机构：

[1] 华北电力大学控制与计算机工程学院

来源：

电瓷避雷器 | 2013年 / 05期

关键词：

绝缘子; 泄漏电流; 频率; 边际谱; 聚类算法;

D O I：

10.16188/j.isa.1003-8337.2013.05.019

中图分类号：

TM216 [绝缘子和套管];

学科分类号：

0805 ; 080502 ; 080801 ;

摘要：

绝缘子泄漏电流分析是评估绝缘子污秽度的重要方法。提出了一种新的绝缘子泄漏电流聚类算法,并根据聚类结果提供报警信息。首先,提取绝缘子泄漏电流的频率特征量,即采用希尔伯特-黄方法将绝缘子泄漏电流信号变换成边际谱,根据泄漏电流在边际谱的特征分布,将其分为不同的频段,并以各个频段的能量为分量,构造泄漏电流的频率特征量。然后,针对传统分类和聚类算法需要收集所有特征数据的弊端,根据绝缘子泄漏电流的保态性,以泄漏电流的频率特征量为分析对象,提出了绝缘子泄漏电流的聚类算法,并对算法进行了仿真。

引用

收藏

页码：19 / 25

页数：7

相关论文

共 15 条

[1] 利用泄漏电流分帧与小波技术识别覆冰绝缘子闪络故障 [J].

李毅 ;

周野 ;

钟浩 ;

吴政球 ;

胡向阳 ;

聂云 ;

李建奇 .

高压电器, 2011, 47 (02) :27-30

[2] 基于光纤传输的覆冰绝缘子泄漏电流测量系统 [J].

余涛 ;

刘云鹏 ;

高嵩 ;

路杰 ;

尤少华 ;

黄道春 .

高压电器, 2010, 46 (02) :95-98

[3] 低气压下直流绝缘子串污闪过程中局部电弧发展特性 [J].

张志劲 ;

蒋兴良 ;

孙才新 ;

胡建林 ;

苑吉河 .

中国电机工程学报, 2009, 29 (25) :104-110

[4] 基于自组织映射神经网络的电力用户负荷曲线聚类 [J].

李智勇 ;

吴晶莹 ;

吴为麟 ;

宋保明 .

电力系统自动化, 2008, (15) :66-70+78

[5] 基于有监督学习的概率神经网络的脑电信号分类方法 [J].

吴婷 ;

颜国正 ;

杨帮华 ;

孙虹 .

上海交通大学学报, 2008, (05) :803-806

[6] 染污绝缘子放电发展区段与污闪预警的实验研究 [J].

李璟延 ;

姚陈果 ;

胡建林 ;

米彦 ;

孙才新 ;

李先志 .

中国电机工程学报, 2008, (13) :8-14

[7] 基于微粒群的K均值聚类算法在图像分类中的应用 [J].

周鲜成 ;

申群太 ;

王俊年 .

小型微型计算机系统, 2008, (02) :333-336

[8] 基于BP人工神经网络的绝缘子泄漏电流预测 [J].

毛颖科 ;

关志成 ;

王黎明 ;

乐波 .

中国电机工程学报, 2007, (27) :7-12

[9] 基于泄漏电流检测和红外成像技术的MOA故障综合诊断 [J].

刘云鹏 ;

夏巧群 ;

李凌志 .

高压电器, 2007, (02) :133-135

[10] 基于HHT的电力系统低频振荡分析 [J].

李天云 ;

高磊 ;

赵妍 .

中国电机工程学报, 2006, (14) :24-30