根据脉冲波形特征识别几种典型模型放电的研究

被引:20
作者
王振远,谈克雄,朱德恒,王航
机构
[1] 清华大学
关键词
局部放电,模式识别,放电电流;
D O I
10.19595/j.cnki.1000-6753.tces.1997.06.008
中图分类号
TN781 [脉冲波形的频谱分析];
学科分类号
080902 ;
摘要
根据电机绝缘中的主要放电形式,设计了模拟电机放电的6种试验模型,进行模型在不同电压或电流下的放电试验。应用采样率为128Ms/s的数字化测量装置,在双层屏蔽试验室内,取得了各种模型的放电电流脉冲。采用自回归模型来提取脉冲波形特征,并用人工神经网络来识别不同的放电类型。研究了人工神经网络输入特征矢量的构成方式及自回归模型阶次对放电识别的影响。将放电脉冲波形比较接近的模型归并为一种类型,可提高识别的可靠率。
引用
收藏
页码:35 / 38+14
页数:5
相关论文
共 2 条
[1]   用人工神经网络对电机绝缘模型放电的识别 [J].
谈克雄,朱德恒,王振远,孙仁恩 .
清华大学学报(自然科学版), 1996, (07) :48-53
[2]   基于人工神经网络的局部放电识别 [J].
谈克雄 ;
朱德恒 ;
王振远 ;
曾冬松 .
高电压技术, 1996, (01) :21-24