期刊文献+
共找到270篇文章
< 1 2 14 >
每页显示 20 50 100
Design of DC Partial Discharge Detecting System for Electrical Equipment 被引量:1
1
作者 王鹏 吴广宁 +1 位作者 曹开江 李明翔 《Journal of Southwest Jiaotong University(English Edition)》 2010年第4期333-339,共7页
A balancing method was used to build a DC partial discharge (PD) testing circuit for electrical equipment,and a narrow-band detection system was designed using detection resistance and a filter. After signal accesse... A balancing method was used to build a DC partial discharge (PD) testing circuit for electrical equipment,and a narrow-band detection system was designed using detection resistance and a filter. After signal accessed a high-speed digital acquisition (DAQ) card,the system was triggered to extract a single partial discharge (PD) signal. To eliminate the interference pulses caused by power supply ripple,etc.,the time domain and frequency domain features of pulses were extracted. Based on the features,cluster analysis was used to exclude interference pulses. Two-dimensional and three-dimensional histograms were obtained by use of the Δt method. Then,22 discharge statistical operators were calculated for the two-dimensional charts. Lastly,the defective capacitors were tested to verify the system's ability. The results show that the system is capable of PD detection in electrical equipment. 展开更多
关键词 INSULATION DC partial discharge pattern recognition Data acquisition Statistical operator
下载PDF
Chaotic Characteristic of Time Series of Partial Discharge in Oil-Paper Insulation
2
作者 罗勇芬 纪海英 +1 位作者 黄平 李彦明 《Plasma Science and Technology》 SCIE EI CAS CSCD 2011年第6期740-746,共7页
The chaotic characteristics of time series of five partial discharge (PD) patterns in oil-paper insulation are studied. The results verify obvious chaotic characteristic of the time series of discharge signals and t... The chaotic characteristics of time series of five partial discharge (PD) patterns in oil-paper insulation are studied. The results verify obvious chaotic characteristic of the time series of discharge signals and the fact that PD is a chaotic process. These time series have distinctive features, and the chaotic attractors obtained from time series differed greatly from each other by shapes in the phase space, so they could be used to qualitatively identify the PD patterns. The phase space parameters are selected, then the chaotic characteristic quantities can be extracted. These quantities could quantificationally characterize the PD patterns. The effects on pattern recognition of PRPD and CAPD are compared by using the neural network of radial basis function. The results show that both of the two recognition methods work well and have their respective advantages. Then, both the statistical operators under PRPD mode and the chaotic characteristic quantities under CAPD mode are selected comprehensively as the input vectors of neural network, and the PD pattern recognition accuracy is thereby greatly improved. 展开更多
关键词 oil-paper insulation partial discharge time series CHAOS pattern recognition
下载PDF
Pattern recognition of typical defects in high-voltage storage capacitors based on DC partial discharge 被引量:1
3
作者 WU GuangNing BIAN ShanShan +3 位作者 ZHOU LiRen ZHANG XueQin RAN HanZheng YU ChengLong 《Science China(Technological Sciences)》 SCIE EI CAS 2009年第12期3729-3735,共7页
High-voltage storage capacitors(hereinafter call capacitors for short)have been widely used in pulsed power technology.In accordance with the actual work conditions of capacitors,direct current partial discharge(DCPD)... High-voltage storage capacitors(hereinafter call capacitors for short)have been widely used in pulsed power technology.In accordance with the actual work conditions of capacitors,direct current partial discharge(DCPD)detection was put forward.The whole test system was based on the impedance balance circuit characterized by good configuration and anti-interference ability.Through DCPD detection on capacitors which contained four typical defects respectively,test results revealed that DCPD signals could well reflect the state of capacitor insulation.DCPD distribution spectra of capacitors containing four typical defects were obviously different.Defects in capacitors could be exactly judged by computer–aided pattern recognition based on support vector machine(SVM). 展开更多
关键词 high VOLTAGE storage CAPACITOR partial discharge composite INSULATION DC pattern recognition
原文传递
Study on Bush Tree Growth in XLPE Using 3D PD Patterns
4
作者 吴广宇 童晓阳 《Journal of Modern Transportation》 2000年第2期152-161,共10页
Exploitation of equipment with cross linked polyethylene (XLPE ) insulation requires its condition monitoring and diagnostic. Traditionally diagnostics of insulation is carried out by means of partial discharge detect... Exploitation of equipment with cross linked polyethylene (XLPE ) insulation requires its condition monitoring and diagnostic. Traditionally diagnostics of insulation is carried out by means of partial discharge detection. However, such identification of a defect, for example, void, inclusion or treeing, does not say about its danger from a point of view of full insulation gap breakdown and insulation construction failure. For this purpose a 29 kV CN-CV cable sample is studied. The experiment is based on research for determination of the dependencies between PD characteristics in XLPE upon time and three dimension PD patterns of corresponding treeing. The investigations were carried out by means of electrical measurement of PD current and simultaneous optical recording of treeing image. The needleplane electrode is applied as the electrode. As a result, -q-n PD patterns which are used as the bases to bush tree initialization and growth can be obtained. Test results show that PD pattern recognition can be applied as a powerful tool for recognizing electrical tree initialization and growth. This can make a good basis for on-line condition monitoring of high voltage power cable. 展开更多
关键词 partial discharge bush tree pattern recognition condition monitoring
下载PDF
基于改进Deformable DETR模型的多源局部放电识别方法及其应用
5
作者 雷志鹏 彭川 +4 位作者 许子涵 姜宛廷 李传扬 吝伶艳 彭邦发 《中国电机工程学报》 EI CSCD 北大核心 2024年第15期6248-6260,I0035,共14页
基于图像的局部放电识别方法大部分仅对单源局部放电谱图有效,无法识别多源局部放电谱图。为实现对多源局部放电谱图的识别,该文提出一种基于Transformer架构的局部放电Deformable DETR目标检测模型,收集典型单源局部放电和多源局部放... 基于图像的局部放电识别方法大部分仅对单源局部放电谱图有效,无法识别多源局部放电谱图。为实现对多源局部放电谱图的识别,该文提出一种基于Transformer架构的局部放电Deformable DETR目标检测模型,收集典型单源局部放电和多源局部放电数据,生成局部放电相位角解析和极坐标相位分布解析谱图数据集。在Deformable DETR模型中引入去噪训练任务和贝叶斯优化算法,优化了局部放电目标检测模型;编写局部放电谱图采集和识别程序,并使用优化后的局部放电Deformable DETR模型对单源和多源局部放电谱图进行识别。结果表明:局部放电Deformable DETR模型不仅可有效识别出单源和多源局部放电的类型,而且大幅提升了局部放电类型识别的收敛速度和精度等性能。在对真实绝缘缺陷电动机的局部放电谱图识别中,局部放电Deformable DETR模型的识别准确率达到91%,证明该模型在实际应用中的有效性。 展开更多
关键词 局部放电 模式识别 DeformableDETR 目标检测 多源局部放电
下载PDF
基于光纤声发射的局部放电信号识别方法分析
6
作者 李伟 梁建伟 +3 位作者 蒋鹏 董雨涵 杨枫 段博文 《无损检测》 CAS 2024年第9期42-45,56,共5页
局部放电(PD)是电气设备绝缘退化的主要原因,相较于传统的检测方法,光纤声发射检测技术具有不影响设备运行方式、抗电磁干扰能力强等优点。设计并制作了尖端放电、气泡放电、悬浮放电和沿面放电4种典型局部放电模型,搭建了基于光纤声发... 局部放电(PD)是电气设备绝缘退化的主要原因,相较于传统的检测方法,光纤声发射检测技术具有不影响设备运行方式、抗电磁干扰能力强等优点。设计并制作了尖端放电、气泡放电、悬浮放电和沿面放电4种典型局部放电模型,搭建了基于光纤声发射的局部放电声发射信号采集试验平台,采集了梯度施加电压下的局部放电声发射信号并对其进行了参量统计分析,提出了将去噪后信号时频图作为卷积神经网络特征输入的识别模型。试验结果表明,该识别模型对于淹没在噪声中的微弱局部放电信号具有良好的识别效果,识别准确率可达98%。 展开更多
关键词 声发射故障检测 局部放电分类 光纤声发射 模式识别
下载PDF
基于FrFT和RVM的变压器局部放电模式识别
7
作者 杨新志 李利华 +2 位作者 陈锋 赵国汉 雷秉惠 《广东电力》 北大核心 2024年第6期95-103,共9页
快速准确识别局部放电类型对于保证变压器安全稳定运行具有重要意义。针对局部放电信号模式识别中面临的最优特征参数提取和分类器设计难题,提出一种基于分数阶傅里叶变换(fractional Fourier transform,FrFT)和相关向量机(relevance ve... 快速准确识别局部放电类型对于保证变压器安全稳定运行具有重要意义。针对局部放电信号模式识别中面临的最优特征参数提取和分类器设计难题,提出一种基于分数阶傅里叶变换(fractional Fourier transform,FrFT)和相关向量机(relevance vector machine,RVM)的局部放电模式识别方法。首先将FrFT引入局部放电信号分析领域,利用FrFT将局部放电信号转换至分数域并对其进行多尺度分析,在扩充信息提取维度的同时,提取可反映不同局部放电信号波形差异的14维特征构成特征向量;然后将特征向量作为输入,建立RVM模型进行最优特征选择和分类判决函数的联合优化,从而实现对不同局部放电信号的分类识别。建立电晕放电、沿面放电和气隙放电试验模型并采集局部放电超声信号开展试验,结果表明所提方法对于每种局部放电信号均能获得较高的识别精度,平均正确识别率相对于常规支持向量机(support vector machine,SVM)分类方法提升超过2.7%。 展开更多
关键词 局部放电 模式识别 特征提取 特征选择 分数阶傅里叶变换
下载PDF
基于时序拓扑数据分析的电力电缆局部放电模式识别
8
作者 李自强 李睿 孙抗 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期440-446,共7页
在电力电缆局部放电(PD)模式识别时,相位图谱以及统计特征往往因区分度不足而影响识别精度。为此,提出了一种基于时序拓扑数据分析(TDA)的局放特征提取和识别方法。首先,提出一种符号熵和粒子群优化(PSO)相结合的重构参数选择方法,将预... 在电力电缆局部放电(PD)模式识别时,相位图谱以及统计特征往往因区分度不足而影响识别精度。为此,提出了一种基于时序拓扑数据分析(TDA)的局放特征提取和识别方法。首先,提出一种符号熵和粒子群优化(PSO)相结合的重构参数选择方法,将预处理后的局放时域信号进行相空间重构,并生成三维局放数据点云;然后,基于TDA方法提取持续同调特征,据此生成持续散点图及持续条形码,计算并可视化表达为贝蒂曲线;最后,将贝蒂曲线输入1D-CNN模型,对4种典型局放缺陷模式进行识别并开展对比实验。实验结果表明,该方法对相空间重构时延参数的选取更加准确,且TDA特征具备良好的区分度,相比其他以相位图谱及统计特征为输入的模型,该方法整体识别准确率最高可提升15.34%,达到98.55%。 展开更多
关键词 局部放电 模式识别 相空间重构 拓扑数据分析 卷积神经网络
下载PDF
多光谱信息下的油纸绝缘局部放电深度学习融合诊断方法
9
作者 胡蝶 李晓枫 +3 位作者 姜晓峰 阳瑞霖 刘阳 董明 《电工电能新技术》 CSCD 北大核心 2024年第10期85-92,共8页
为了获得更丰富的放电特征信息,提高局部放电诊断的效率,提出了一种多光谱信息下的油纸绝缘局部放电深度学习融合方法。首先,基于微型光学传感器件和局部放电光谱分布,构建了局部放电多光谱同步检测平台,通过实验获得了四种放电类型的... 为了获得更丰富的放电特征信息,提高局部放电诊断的效率,提出了一种多光谱信息下的油纸绝缘局部放电深度学习融合方法。首先,基于微型光学传感器件和局部放电光谱分布,构建了局部放电多光谱同步检测平台,通过实验获得了四种放电类型的多光谱数据;然后构建卷积神经网络模型,将不同光谱段的局部放电数据作为模型不同通道的输入,利用通道级融合提取多光谱信号中的有效信息,对油纸绝缘局部放电类型进行准确辨识。结果表明:不同放电类型的多光谱信息可以作为模式识别的有效特征;引入多光谱信息后,本文所提方法的识别准确率可以达到98%以上,相比于仅使用脉冲电流信号有着明显的提升;相比于统计特征参数分析法和深度神经网络,提出的方法对多光谱信息融合的效果更好,识别的准确率更高。 展开更多
关键词 油纸绝缘 局部放电 深度学习 多光谱信息 模式识别
下载PDF
基于多传感器融合的电力变压器内部放电定位与辨识技术 被引量:1
10
作者 李旭 王文森 +1 位作者 郭丽 王雪 《电网与清洁能源》 CSCD 北大核心 2024年第3期22-31,共10页
针对电力设备状态监测中传感器信息融合的难题,应用油中溶解气体、特高频、光纤超声等监测传感器构建了适用于变压器的融合传感阵列,提出了变压器内部放电的辨识策略。采用超声信号到达时间差估算实现了放电源定位,建立了多传感器监测... 针对电力设备状态监测中传感器信息融合的难题,应用油中溶解气体、特高频、光纤超声等监测传感器构建了适用于变压器的融合传感阵列,提出了变压器内部放电的辨识策略。采用超声信号到达时间差估算实现了放电源定位,建立了多传感器监测特征融合算法,并结合K邻近(K nearest neighbors,KNN)算法实现了放电模式辨识。实验结果表明:放电源定位平均误差为45.1 mm,放电类型辨识准确率达到90.6%;所构建的多传感器融合感知策略与系统,可实现变压器内部放电源的准确定位与辨识,具有一定的应用推广价值。 展开更多
关键词 变压器 油中溶解气体 局部放电 多传感器融合 放电定位 模式辨识
下载PDF
基于非线性尺度空间与极坐标分布熵的GIS局放特征提取方法
11
作者 钱庆林 孙炜昊 +3 位作者 王真 路永玲 李玉杰 江秀臣 《电网技术》 EI CSCD 北大核心 2024年第8期3525-3533,I0155,共10页
气体绝缘组合电器(gas insulated switchgear,GIS)局部放电(partial discharge,PD)缺陷类型的准确识别对电力设备的状态评估与故障诊断至关重要,为了解决PD模式识别中特征提取准确性不足的问题,该文提出一种基于极坐标分布熵优化的非线... 气体绝缘组合电器(gas insulated switchgear,GIS)局部放电(partial discharge,PD)缺陷类型的准确识别对电力设备的状态评估与故障诊断至关重要,为了解决PD模式识别中特征提取准确性不足的问题,该文提出一种基于极坐标分布熵优化的非线性尺度空间特征(KAZE)提取方法。首先,对光、电单参量图谱进行非下采样轮廓波变换(non-subsampled contourlet transform,NSCT),得到包含信息更丰富的光电融合图谱;然后,利用KAZE算法提取图谱典型特征点,并依据相位、幅值、尺度信息将特征点发散至极坐标,提取子区域分布熵构成特征向量;最后,将特征信息带入经自适应增强算法(Adaboost)优化的长短期记忆网络(long short-term memory,LSTM)进行模式识别验证,并与KAZE法、统计参数法、卷积神经网络(convolutional neural networks,CNN)进行对比。结果表明,该文提出的特征提取方法在不同训练集分布下均可达到较高的识别率,最高可达91%,相较于统计参数法、CNN分别提升8.8%和4.4%,可以为提高GIS局部放电特征提取准确性提供参考。 展开更多
关键词 气体绝缘组合电器 局部放电 非线性尺度空间特征提取 图像融合 分布熵 模式识别
下载PDF
基于EEMD奇异值熵的局部放电模式识别 被引量:1
12
作者 罗日平 罗颖婷 +2 位作者 赖诗钰 赵显阳 王立琪 《电子技术应用》 2024年第3期53-58,共6页
针对气体绝缘组合电器(GIS)局部放电故障信号非平稳性和放电类型识别准确率低的问题,提出了一种基于集合经验模态分解(EEMD)奇异值熵的局部放电模式识别算法。首先对局部放电原始信号进行EEMD分解,得到多个固有模态分量(IMF),根据均方... 针对气体绝缘组合电器(GIS)局部放电故障信号非平稳性和放电类型识别准确率低的问题,提出了一种基于集合经验模态分解(EEMD)奇异值熵的局部放电模式识别算法。首先对局部放电原始信号进行EEMD分解,得到多个固有模态分量(IMF),根据均方差、峭度和欧氏距离评价指标选取隐含放电信息居多的最优模态分量进行信号重构;然后对重构信号进行奇异值分解,结合信息熵算法计算出奇异值熵;最后,根据奇异值熵大小区分出GIS局部放电的类型。实验结果表明,通过与传统的EMD奇异值熵和VMD奇异值熵算法对比,该方法可以有效地通过各自不同区间的奇异熵值进行识别放电类型。 展开更多
关键词 集合经验模态分解 奇异值熵 评价指标 局部放电 模式识别
下载PDF
基于粒子群优化深度置信网络的气体绝缘金属封闭开关设备局部放电模式识别
13
作者 杨威 倪庞 +2 位作者 张安安 张亮 龚泽民 《科学技术与工程》 北大核心 2024年第29期12604-12613,共10页
气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear,GIS)局部放电模式识别是其绝缘缺陷诊断和状态评估的重要部分,为实现放电类型的准确识别,提出了一种基于粒子群优化(particle swarm optimization,PSO)深度置信网络(... 气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear,GIS)局部放电模式识别是其绝缘缺陷诊断和状态评估的重要部分,为实现放电类型的准确识别,提出了一种基于粒子群优化(particle swarm optimization,PSO)深度置信网络(deep belief network,DBN)的局部放电模式识别方法。该方法通过PSO算法对DBN网络的权值参数进行优化,提高网络对局部放电特征的学习能力。首先,选取现场多平台的4种GIS局部放电类型监测数据组成样本集,用于对所提方法进行分析;其次,用改进的PSO算法结合样本数据确定DBN网络的初始最优权值参数,建立初始DBN网络;然后,利用训练样本对初始DBN网络进行训练,得到局部放电识别模型。最后,基于渤海油田岸电海上动力平台GIS的局部放电数据,采用多种不同局部放电识别模型对数据样本进行算例分析,结果表明:所提的PSO-DBN模型可有效识别GIS设备局部放电类型,相较于传统的DBN网络、多层前馈神经网络(back propagation,BP)、支持向量机(support vector machine,SVM)和卷积神经网络(convolutional neural networks,CNN)具有更高的准确识别率。 展开更多
关键词 气体绝缘金属封闭开关设备(GIS) 局部放电 粒子群优化 深度置信网络 模式识别
下载PDF
电力变压器局部放电模式识别原理及建模
14
作者 李红珍 杜良俊 《仪表技术》 2024年第1期70-73,共4页
电力变压器为电网的重要设备,对其进行局部放电的健康状态检测有利于保障电力系统的安全与稳定。准确识别出不同局部放电模式,有利于电力工作人员更好地把握绝缘性能状态,更好地判断出变压器运行状况。提出了局部放电模式识别的总体思... 电力变压器为电网的重要设备,对其进行局部放电的健康状态检测有利于保障电力系统的安全与稳定。准确识别出不同局部放电模式,有利于电力工作人员更好地把握绝缘性能状态,更好地判断出变压器运行状况。提出了局部放电模式识别的总体思路和架构,对气隙放电、电晕放电、沿面放电等3种常见模型进行了理论分析与推导,得到3种局部放电模型的PRPD谱图的相位、放电量等参数,以期为局部放电模式识别提供理论依据。 展开更多
关键词 电力变压器 局部放电 模式识别
下载PDF
基于CEEMD-MPE与SDAE的局部放电模式识别
15
作者 蒋伟 赵显阳 +3 位作者 樊汝森 徐鹏 沈道义 杨俊杰 《计算机应用与软件》 北大核心 2024年第8期175-181,195,共8页
针对变压器局部放电故障信息提取困难以及局部放电类型识别准确率低等问题,提出一种基于CEEMD-MPE与SDAE相结合的局部放电模式识别算法。对局部放电原始信号进行CEEMD分解,得到多个固有模态分量(IMF),根据相关系数筛选出系数最大的IMF... 针对变压器局部放电故障信息提取困难以及局部放电类型识别准确率低等问题,提出一种基于CEEMD-MPE与SDAE相结合的局部放电模式识别算法。对局部放电原始信号进行CEEMD分解,得到多个固有模态分量(IMF),根据相关系数筛选出系数最大的IMF作为最优分量,计算其不同尺度下的排列熵值;将有效排列熵值作为特征数据集输入到SDAE中进行无监督学习训练;利用Softmax分类器输出放电类型。实验结果表明,该算法识别精准率为98%,召回率为96.67%,F1得分为97.17%,能够快速、准确地识别局部放电类型。 展开更多
关键词 互补集合经验模态分解 多尺度排列熵 栈式降噪自编码 局部放电 特征提取 模式识别
下载PDF
高压电缆局部放电检测及识别系统研究
16
作者 刘秀婷 李烨 +1 位作者 高峰 马味敏 《电子测量技术》 北大核心 2024年第17期97-107,共11页
为了提高电气设备安全性,保证电力系统稳定运行,有必要对高压电缆局部放电进行有效检测与识别。本研究开发一套基于异源传感器数据融合的高压电缆局部放电检测与识别系统。该系统利用电场传感器检测电缆电场分布情况,发现电缆接头绝缘... 为了提高电气设备安全性,保证电力系统稳定运行,有必要对高压电缆局部放电进行有效检测与识别。本研究开发一套基于异源传感器数据融合的高压电缆局部放电检测与识别系统。该系统利用电场传感器检测电缆电场分布情况,发现电缆接头绝缘隐患区域,利用压力波传感器检测电缆隐患区域是否出现局部放电及其程度,利用改进的自适应阈值离散小波变换进行信号去噪处理,利用改进的格拉姆角场特征变换增强数据分类特征,利用高效信道注意力机制改进的残差卷积神经网络进行局部放电模式识别。本研究以电缆尖刺放电、气隙放电及沿面放电为对象开展测试,结果发现该系统能准确检测电缆局部放电特性,能够有效识别高压电缆缺陷的放电模式,实验室的局部放电检测率达100%,放电模式识别率达96.0%,且在工程应用环境表现优异,这对电缆使用安全及电网运行稳定具有重要意义。 展开更多
关键词 高压电缆 局部放电 特性检测 模式识别 数据融合
下载PDF
基于VMD-IKHA-DBN的高压输电电缆局部放电模式识别方法
17
作者 武雍烨 朱光亚 +5 位作者 徐忠林 丁玉琴 陈昱圻 张晋瑞 刘希杰 张昊霖 《电工电能新技术》 CSCD 北大核心 2024年第8期56-68,共13页
针对当前高压输电电缆局部放电模式识别准确性不高的问题,本文提出了一种基于VMD-IKHA-DBN的高压输电电缆局部放电模式识别方法。首先分析了高压输电电缆局部放电产生原因及类型,并搭建了高压输电电缆局部放电实验平台用于采集原始信号... 针对当前高压输电电缆局部放电模式识别准确性不高的问题,本文提出了一种基于VMD-IKHA-DBN的高压输电电缆局部放电模式识别方法。首先分析了高压输电电缆局部放电产生原因及类型,并搭建了高压输电电缆局部放电实验平台用于采集原始信号。然后采用变分模态分解算法完成局部放电的信号分解,并引入多尺度排列熵理论构建特征向量样本集合。最后提出一种基于Logistic混沌映射、动态反向学习和高斯变异的组合策略改进的磷虾群算法用于优化深度信念网络超参数,从而得到基于IKHA-DBN的高压输电电缆局部放电模式识别模型。实验结果证明本文所提出的方法识别准确率达到了98.3333%且识别效率较高,实现了高压输电电缆局部放电模式的高效准确识别,在电缆运检工作中可以充分发挥工程效能。 展开更多
关键词 高压输电电缆 局部放电 模式识别 改进的磷虾群算法 深度信念网络 变分模态分解
下载PDF
基于EFPI传感器的GIS局部放电模式识别研究
18
作者 何彦良 尚宇 +2 位作者 任双赞 杨昌建 牛博 《传感器与微系统》 CSCD 北大核心 2024年第7期18-21,共4页
为了在复杂电磁环境中精准捕捉局部放电产生的微弱信号,设计了基于非本征法布里—帕罗干涉(EFPI)传感器的GIS局部放电模式识别方法。通过差分双波长光强强度比解调算法,粗解调EFPI传感器的腔长;利用复域相关算法,结合粗解调结果,精解调... 为了在复杂电磁环境中精准捕捉局部放电产生的微弱信号,设计了基于非本征法布里—帕罗干涉(EFPI)传感器的GIS局部放电模式识别方法。通过差分双波长光强强度比解调算法,粗解调EFPI传感器的腔长;利用复域相关算法,结合粗解调结果,精解调腔长,确定最终的EFPI传感器腔长,用于检测GIS设备的超声波信号;通过希尔伯特(Hilbert)变换GIS设备的超声波信号,得到Hilbert边际谱;利用2维—1维深度残差网络,提取Hilbert边际谱的特征,输出GIS局部放电模式识别结果。实验分析结果表明:该方法可有效确定EFPI传感器的腔长,采集GIS设备的超声波信号;得到GIS设备超声波信号的Hilbert边际谱;在复杂噪声环境下,该方法可精准识别GIS局部放电模式。 展开更多
关键词 非本征法布里—帕罗干涉传感器 气体绝缘开关设备 局部放电 模式识别 复域相关
下载PDF
基于RF和自注意力ResNet的变压器PDPR
19
作者 蒋伟 石欣月 《计算机仿真》 2024年第6期146-151,共6页
变压器局放是影响电网高效稳定运行的重要因素,也是变压器状态检测的重要内容。准确检测局放和识别局放类型是及时发现故障、排除隐患的前提。针对现有识别方法存在准确率不高的问题,提出一种基于RF和自注意力残差网络的变压器局放模式... 变压器局放是影响电网高效稳定运行的重要因素,也是变压器状态检测的重要内容。准确检测局放和识别局放类型是及时发现故障、排除隐患的前提。针对现有识别方法存在准确率不高的问题,提出一种基于RF和自注意力残差网络的变压器局放模式识别方法。方法构建了基于RF和自注意力残差模型,针对残差网络分类性能较低的问题,引入随机森林RF作为分类器,提高识别率的同时避免网络退化;并在特征提取器中融入自注意力机制,优化局放特征,加快模型训练。实验结果表明,所提方法可以较为准确地识别变压器局放的模式,准确率达98.96%,通过交叉实验验证,实际场景下,能够对不同环境下多种电压等级的变压器局放模式有效识别,具有较好的通用性。 展开更多
关键词 变压器 局放模式识别 残差网络 随机森林 自注意力机制
下载PDF
基于图像形态学特征的GIS局部放电模式识别算法与监测系统
20
作者 方舟 张伟 +2 位作者 刘辉 黄钟 曹沛 《电气技术》 2024年第10期48-54,71,共8页
针对气体绝缘金属封闭开关设备(GIS)局部放电识别诊断中,传统方法受样本来源与现场工况制约,适应性差、准确率低的问题,设计一套基于图像形态学特征的特高频信号模式识别算法及监测系统。首先,根据脉冲序列与时域累加相位分布图谱的开... 针对气体绝缘金属封闭开关设备(GIS)局部放电识别诊断中,传统方法受样本来源与现场工况制约,适应性差、准确率低的问题,设计一套基于图像形态学特征的特高频信号模式识别算法及监测系统。首先,根据脉冲序列与时域累加相位分布图谱的开闭运算变化率、不变矩、边缘角点等特征,构建粒子群神经网络;其次,基于实验室模型与真型试验平台预埋缺陷,采集不同类型局部放电与噪声信号,与第三方规格化图像资料共同构成样本集;最后,进行分类训练及同源、交叉、合并泛化。实验结果表明,图像形态学算法能够更好地兼容不同来源样本,不依赖相位同步信号,体现出更优的识别准确度与鲁棒性。 展开更多
关键词 气体绝缘金属封闭开关设备(GIS) 局部放电 特高频(UHF) 模式识别 图像形态学
下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部