基于BP神经网络的特高频局部放电定位误差校正

• 作者: 孙英涛 江秀臣 盛戈皞 罗林根 陈敬德 高兆丽
• 来源期刊: 高电压技术
• 关键词: UHF 局放定位 K-Means BP神经网络 样条插值 误差补偿
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 输配电设备状态评价与故障诊断
• 页码范围: 2040-2047
• 页数: 8页
• 语种: 中文
• DOI: 10.13336/j.1003-6520.hve.20180529042

摘要

为了提高UHF法变电站站域局放定位的精度, 提出了一种基于BP神经网络的定位误差校正方法, 采用K-Means机器学习算法对测量值进行去抖动, 通过对有限个标定点 (径向距离r, 方位角θ) 误差值的训练, 构造了0<r≤66 m、0<θ≤360°的误差补偿曲面, 然后对实测值进行修正.考虑工程应用因素, 提出了基于样条插值获取样本的方法, 减少了工作量, 具有工程可操作性.实验结果表明, 在r∈ (0, 40 m) 范围时, 径向距离测量误差呈递减趋势, r>40 m范围时, 径向距离测量误差呈递增趋势, 方向角测量误差分布具有相似的规律, 经过误差补偿后, 误差分布趋于平稳且误差值大大减小, 证明了该方法的可行性与有效性.