基于统计参数的自适应网络推理系统在局部放电缺陷识别中的应用

• 作者: 姚林朋 江秀臣 贾晶 郭灿新 钱勇 黄成军
• 来源期刊: 高压电器
• 学科: 工学
• 关键词: 局部放电 绝缘缺陷 模式识别 自适应网络推理系统 统计参数
• 年，卷（期）: 2010,（9）
• 页码范围: 56-60
• 分类号: TM247
• 字数: 3986字
• 语种: 中文

摘要

高压电力设备在发生绝缘劣化的早期,内部会出现局部放电现象,笔者依据检测得到的局放信号,提出了采用基于统计参数的自适应网络推理系统进行绝缘缺陷模式识别的方法.自适应网络推理系统是神经网络和模糊逻辑的结合,通过模糊逻辑进行识别系统建模,利用神经网络训练系统参数.设计并实验了4种绝缘缺陷模型,对多周期的局放信号进行相位分布及幅值分布统计,提取表征局放特性的统计参数,总结了不同缺陷模型局放特征的区别.实际的检测结果表明,经过训练后的局放缺陷识别系统,能够有效地对各种缺陷的样本数据进行分类,达到良好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江秀臣	上海交通大学电气工程系	305	4849	36.0	54.0
2	钱勇	上海交通大学电气工程系	104	1423	18.0	34.0
3	黄成军	上海交通大学电气工程系	111	2404	26.0	45.0
4	郭灿新	上海交通大学电气工程系	22	533	12.0	22.0
5	姚林朋	上海交通大学电气工程系	24	505	11.0	22.0
6	贾晶		2	3	1.0	1.0