基于ART2A-E的交叉互联XLPE电缆绝缘在线诊断技术研究

研究110 kV及以上电压等级的XLPE电缆绝缘的在线监测与诊断技术,确保电缆的安全可靠运行具有重要意义。笔者根据屏蔽层交叉互联接地XLPE电缆在线监测的特点,提出了基于ART2A-E(Adaptive Resonance Theory)神经网络的交叉互联电缆绝缘在线诊断方法。首先,通过分析电缆绝缘老化的特点以及电缆加速老化的实验结果,建立交叉互联XLPE电缆的仿真模型。然后,计算首末端A、B、C三相接地线电流与电缆初始安装时的接地线电流幅值和相位的相对劣化度得到12个特征量,并以此特征量作为ART2A-E的输入样本进行模式识别。仿真实验结果表明,ART2A-E神经网络可以识别发生在交叉互联中的任意一段电缆的绝缘故障,为交叉互联电缆的绝缘在线诊断开辟了新的途径。

基于ART2A-E神经网络的数字调制识别

在分析经典的ART2/2A网络基础上,提出了一种基于ART2A-E神经网络的自动数字调制识别分类器,并测试了分类器对2PSK、4PSK、OQPSK、GMSK、π/4OQPSK、4ASK6种数字调制信号的识别能力.仿真结果表明,该分类器对这6种数字调制信号在信噪比为8dB条件下识别率达到90%以上,而且在不影响网络已记忆模式情况下能自动对未学习模式进行新的聚类,提高了自动调制分类器的自适应性和可扩展性,减少了错判概率.