共 14 条
粒子群优化自适应小波神经网络在带电局放信号识别中的应用
被引：24
作者：
罗新
[1
,2
]
牛海清
[1
]
来立永
[3
]
沈杨杨
[1
]
吴倩
[3
]
机构：
[1] 华南理工大学电力学院
[2] 南方电网超高压输电公司
[3] 广州供电局有限公司
来源：
关键词：
局部放电;
带电检测;
自适应小波神经网络;
模式识别;
粒子群算法;
D O I：
10.19595/j.cnki.1000-6753.tces.2014.10.040
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
XLPE中压电缆局部放电(PD)带电检测获得的信号可能源于电缆本体、电缆终端头,也可能来自于与之连接的开关柜中的电晕放电或表面放电等。由于不同来源的PD信号,对设备的危害不同,其判断标准也有所不同,故有必要对PD信号的来源进行识别。本文提出一种基于自适应小波神经网络的XLPE电缆PD识别方法,构建了一个4层自适应小波神经网络模型,对实验室获得的PD波形进行识别;提出使用粒子群算法先进行一次优化,后使用BP算法进行二次优化的训练方法;讨论了不同网络结构及小波函数对网络性能的影响。研究结果表明PSO-BP组合优化的自适应小波神经网络的训练效果明显优于单独使用BP算法,能够准确、可靠的对PD信号进行识别。
引用
收藏
页码：326 / 333
页数：8
相关论文