基于ARTNN的GIS绝缘故障识别新方法

• 作者: 肖燕 胡浩 郁惟镛
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 局部放电 神经网络 自适应谐振理论(ART) GIS 模式识别 ART2-A
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 故障诊断与状态检修
• 页码范围: 75-79
• 页数: 5页
• 分类号: TM85
• 字数: 4814字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.2007.12.018

摘要

为根据局部放电信号识别早期的GIS绝缘故障缺陷类型,提出了一种利用ART神经网络在线识别GIS绝缘故障类型的新方法.较之常用BP神经网络,该法训练时间短、所需样本少、权值稳定、不存在局部收敛,故更适于在线识别.网络的输入量为一个工频周期内局部放电脉冲重复率、主频率、阻尼系数、放电量、放电相位分布.利用5种GIS绝缘缺陷类型的实验所得数据对ART神经网络进行训练及验证,证明该法的缺陷类型正确识别率可＞98%,在GIS绝缘故障类型的在线模式识别中具有广泛的前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郁惟镛	上海交通大学电气工程系	103	3137	30.0	51.0
2	胡浩	上海交通大学电气工程系	12	30	3.0	5.0