电网技术

2012, v.36;No.344(07) 126-132

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于聚类-小波神经网络的油纸绝缘气隙放电发展阶段识别方法
Method to Identify Developing Stages of Air-Gap Discharge in Oil-Paper Insulation Based on Cluster-Wavelet Neural Network

陈伟根;凌云;甘德刚;蔚超;岳彦峰;

摘要(Abstract):

基于油纸绝缘气隙放电模型,在实验室搭建了气隙放电及其发展特性研究试验平台;采用恒压法,对其进行局部放电发展特性实验;提取了局部放电最大放电量相位分布、平均放电量相位分布、放电次数相位分布以及局部放电幅值分布中的29个特征参量,通过核主成分分析,采用系统聚类对放电不同的发展阶段进行划分。建立了基于聚类-小波神经网络的放电发展阶段识别方法,识别结果表明:所建立的识别方法能很好地根据放电有效特征量识别放电所处阶段,与系统聚类分析结果基本吻合。

关键词(KeyWords): 油纸绝缘;气隙放电;发展特性;小波神经网络;阶段识别

Abstract:

Keywords:

基金项目(Foundation): 国家重点基础研究发展计划项目(973项目)(2009CB724506);; 国家创新研究群体基金项目(51021005)~~

作者(Author): 陈伟根;凌云;甘德刚;蔚超;岳彦峰;

Email:

DOI: 10.13335/j.1000-3673.pst.2012.07.021

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享