基于放电时差的局部放电模式识别的研究

被引：20

作者：

刘玲

廖瑞金

周湶

叶开颜

李剑

机构：

[1] 重庆大学高电压与电工新技术教育部重点实验室

[2] 重庆大学高电压与电工新技术教育部重点实验室重庆

来源：

高电压技术 | 2007年 / 08期

关键词：

局部放电; 放电时差; 放电相位; 模式识别; 油纸绝缘; 分形维数; RBF神经网络;

D O I：

10.13336/j.1003-6520.hve.2007.08.008

中图分类号：

TM835 [高电压测量技术];

学科分类号：

080803 ;

摘要：

为寻找一种无需校正、方便信号监测的局部放电模式识别方法,将局部放电脉冲间的时间差分布引入到局放放电的模式识别中,构造了放电相位、时间差与放电次数分布的三维谱图Hn(Δt,)φ,并分析提取了其灰度图象的盒维数与信息维数特征参量,最后以分形维数作为输入,径向基函数神经网络(RBFNN)作为模式分类器对5种人工油纸绝缘缺陷模型进行识别。研究表明,识别率均>90%并具有较强的抗干扰能力。

引用

页码：35 / 39

页数：5

共 9 条

[1] 基于局部放电主成分因子向量的油纸绝缘老化状态统计分析 [J].

廖瑞金 ;

杨丽君 ;

孙才新 ;

李剑 .

中国电机工程学报, 2006, (14) :114-119

[2] 改进型组合RBF神经网络的变压器故障诊断 [J].

梁永春 ;

李彦明 .

高电压技术, 2005, (09) :31-33

[3] 以盒维数和信息维数为识别特征量的GIS局部放电模式识别方法 [J].

孙才新 ;

许高峰 ;

唐炬 ;

陆宠惠 ;

侍海军 .

中国电机工程学报, 2005, (03) :102-106

[4] 局部放电灰度图象分维数的研究 [J].

李剑 ;

孙才新 ;

杜林 ;

李新 ;

周湶 .

中国电机工程学报, 2002, (08) :124-128

[5] 局部放电模型中的不确定因素 [J].

刘双宝 ;

王立欣 ;

诸定秋 .

高电压技术, 2002, (03) :24-25

[6]

局部放电灰度图象识别特征提取与分形压缩方法的研究[D]. 李剑.重庆大学. 2001

[7]

基于统计和分形特征的油纸绝缘局部放电模式识别研究[D]. 杨眉.重庆大学. 2006

[8]

高压电气设备局部放电[M]. 水利电力出版社[苏]Г·С·库钦斯基(Г·С·Кучинский), 1984

[9]

PDinference forthe early detection of electrical tree in insulation systems .2 Cavallini A,Conti M,Montanari G C,et al. IEEE Transactions on Dielectrics and Electrical insulation . 2004

← 1 →