基于小波和自组织网络的电缆故障识别

• 作者: 曲立娜 汪梅
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 故障 在线识别 小波 神经网络 电缆
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 论文
• 页码范围: 313-316
• 页数: 4页
• 分类号: TM247|TH17
• 字数: 3744字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2009.03.015

摘要

为实现电力电缆早期故障在线识别的目的,提出了一种基于小波能量函数和自组织网络的识别方法.首先,提取在线电缆早期故障状态与正常状态的零序电流差的小波能量函数作为输入特征,用自组织神经网络实现故障识别.用欧式距离比较了自组织特征映射神经网络与反向传播(Back Propagation,简称BP)神经网络对电缆故障识别的稳定性.仿真试验结果表明,该识别方法对在线电缆早期故障类型的识别正确可靠,系统具有较好的稳定性.这为电力电缆早期故障的在线诊断提供了理论支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪梅	西安科技大学电气与控制工程学院	29	125	6.0	9.0
2	曲立娜	西安科技大学电气与控制工程学院	2	15	2.0	2.0