基于F-P光纤超声传感器和概率神经网络的油中局部放电模式识别研究

• 作者: 宋树 杜家振 王伟 王杨超 高超飞
• 来源期刊: 高压电器
• 关键词: F-P光纤超声传感器 局部放电 概率神经网络 模式识别
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 研究与分析
• 页码范围: 152-158
• 页数: 7页
• 语种: 中文
• DOI: 10.13296/j.1001-1609.hva.2018.04.022

摘要

F-P光纤超声传感器具有灵敏度高、抗干扰能力强、电绝缘性良好等诸多优点,可在油中检测局部放电发出的超声信号.为了识别F-P光纤超声传感器所测局部放电信号的故障类别,建立了油楔、悬浮、尖端和沿面4种典型的局部放电模型,并进行了相关的试验研究.针对超声脉冲波形研究了一种信号特征参数提取的方法,实现了特征参数的提取,然后应用概率神经网络对超声信号进行智能模式识别,分析了识别效果.建立的4种局部放电模型能够产生稳定的超声信号,满足试验要求,并提取了超声脉冲波形特征参数,对其运用概率神经网络进行模式识别分析,结果发现识别效果良好,有较高的识别正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟		145	2068	25.0	41.0
2	杜家振		5	54	4.0	5.0
3	高超飞		7	81	3.0	7.0
4	宋树		2	0	0.0	0.0
5	王杨超		1	0	0.0	0.0