基于神经网络GIS局部放电模式的识别

• 作者: 尤婷 朱晓锦 李培江
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: GIS 局部放电 神经网络 模式识别
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 电网
• 页码范围: 60-66,83
• 页数: 8页
• 分类号: TM83
• 字数: 4251字
• 语种: 中文

摘要

全封闭气体绝缘开关设备(GIS)广泛应用于电网中,其内部缺陷导致的设备故障可能会引起大面积停电事故.针对GIS缺陷放电模式识别问题,设计了3种GIS典型放电模式,通过实验平台获取放电指纹数据,并从中提取出12种特征.对基于单一网络方式的概率神经网络、自适应神经网络以及基于复合神经网络方式下的GIS局部放电识别问题进行对比研究,考察3种网络方式在输入验证、部分训练集等不同条件下的放电模式识别率与一致性问题.实验结果表明,采用上述单一方式神经网络可以作为一种局部放电识别手段,但识别结果的一致性较差,而复合神经网络不仅具有高识别率,而且一致性也较好,可以较好地满足GIS局部放电识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱晓锦	上海大学机电工程与自动化学院	67	280	10.0	12.0
2	尤婷		21	54	4.0	7.0
3	李培江	上海大学机电工程与自动化学院	14	47	3.0	6.0