根据脉冲波形特征识别几种典型模型放电的研究

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。

基于脉冲波形时域特征的局部放电识别

建立了一套数字化实时高速局部放电波形测量系统。由简单实验室模型和工业仿真模型取得了不同类型局部放电的脉冲电流波形 ,包括空气中和油中尖板电极放电 ,电机模型线棒内部气隙放电 ,线棒端部沿面放电。用分段的时域数据压缩法提取了脉冲波形特征。采用分级的人工神经网络进行放电模式识别 。