局部放电信号试验模拟及统计特征提取

模式识别中,特征是决定相似性与分类的关键。对于局部放电模式识别,如何找到合适的局部放电特征量成为认知与识别的核心问题。在参阅大量国内外现有的局部放电模式识别文献基础上,依据局部放电产生机理,设计了电极模型。通过对放电信号进行统计特征提取,为电力系统运行中的故障预测和诊断提供重要依据。

基于无线网络的自动抄表系统的研究

设计了以MSP430F2121单片机、ADE7758电能计量芯片等硬件为基础,以无线模块替代有线传递信息的自动抄表系统。该系统还可用于建筑中水、气、热等仪表数据的采集。本地电能计量芯片采集用户电量并通过CAN总线传递给收发模块。收发模块通过无线模块传给上位机处理单元。上位机处理单元对传递来的数据做出相应处理。

基于神经网络的局部放电模式识别方法研究

局部放电是评价在线高压电器绝缘状态的重要技术参数之一。绝缘缺陷和局部放电紧密关联,在线监测高压电器运行状态,实时采集绝缘局部放电信号并对其进行数理分析处理和属性分类,推断、预测绝缘缺陷部位及放电发展程度,可以预报预防事故发生。因此,局部放电模式识别技术的研究和理论探讨具有重要的工程应用价值和学术意义。因此,文中将神经网络应用于局部放电的模式识别并进行研究,对数据进行归一化处理后得到较好的网络收敛性和识别速度。