| 基于Δu模式和RBF网络的局部放电模式识别 |
| |
| 引用本文： | 孟延辉,唐炬,周倩,李剑,谢颜斌.基于Δu模式和RBF网络的局部放电模式识别[J].重庆大学学报(自然科学版),2006,29(11):41-44,52. |
| |
| 作者姓名： | 孟延辉 唐炬 周倩 李剑 谢颜斌 |
| |
| 作者单位： | 重庆大学电气工程学院高电压与电工新技术教育部重点实验室 重庆400030 |
| |
| 基金项目： | 重庆市自然科学基金;国家电网公司资助项目 |
| |
| 摘 要： | 局部放电(PD)模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一.采用了一种Δu模式参量作为局部放电的图谱特征,并采用不变矩作为放电特征;同时,采用了径向基函数神经网络(RBFNN)对局部放电Δu模式参量构成的图谱特征进行识别.结果表明采用正交最小二乘法(OLS)训练的RBFNN对Δu模式中的不变矩特征参量进行识别,RBFNN收敛速度快且稳定性强,识别率达到85.7%以上,能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号,在实际应用中具有良好的应用前景.
|
| 关 键 词： | 局部放电 Δu模式 径向基函数神经网络 模式识别 |
| 文章编号： | 1000-582X(2006)11-0041-04 |
| 修稿时间： | 2006年7月11日 |
Partial Discharge Pattern Recognition Based on Voltage-difference Method and Radial Basis Function Neural Network |
| |
| MENG Yan-hui,TANG Ju,ZHOU Qian,LI Jian,XIE Yan-bin.Partial Discharge Pattern Recognition Based on Voltage-difference Method and Radial Basis Function Neural Network[J].Journal of Chongqing University(Natural Science Edition),2006,29(11):41-44,52. |
| |
| Authors: | MENG Yan-hui TANG Ju ZHOU Qian LI Jian XIE Yan-bin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文 |
|
