LVQ神经网络在GIS局部放电类型识别中的应用

• 作者: 张波 律方成
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 气体绝缘组合电器 超声波传感器 LVQ网络 放电类型识别
• 年，卷（期）: 2014,（18）
• 所属期刊栏目: 工程应用与技术交流
• 页码范围: 112-115
• 页数: 4页
• 分类号: TM855
• 字数: 2458字
• 语种: 中文

摘要

通过在气体绝缘组合电器(gas insulated switchgear,GIS)实体模型内部分别放置针-板、悬浮金属颗粒和绝缘子表面固定金属颗粒三种缺陷模型,用超声波传感器在相同电压下采集到良好的局部放电波形.针对波形选取了7个特征参数,最后用LVQ神经网络对放电类型进行识别,其综合识别率达到96.7％,高于S_Kohonen神经网络,有很好的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	律方成	华北电力大学河北省输变电设备安全防御重点实验室	266	4998	37.0	55.0
2	张波	华北电力大学河北省输变电设备安全防御重点实验室	43	1146	19.0	33.0