基于统计特征与概率神经网络的变压器局部放电类型识别

• 作者: 李加彬 李正明 钱露先
• 来源期刊: 电力系统保护与控制
• 关键词: 变压器 局部放电 类型识别 统计特征参数 概率神经网络
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 应用研究
• 页码范围: 55-60
• 页数: 6页
• 字数: 3388字
• 语种: 中文
• DOI: 10.7667/PSPC170962

摘要

针对变压器局部放电类型识别问题,提出了基于统计特征参数与概率神经网络的局部放电模式分类方法.所提方法首先在局部放电类型三维谱图中构建二维分布图谱,然后在二维分布谱图上提取统计特征参数,接着将统计特征参数以特征向量的形式作为概率神经网络的输入量,最后利用概率神经网络对放电类型进行识别.在试验中,利用电晕放电、沿面放电、气隙放电三种放电类型的数据,将所提分类方法与典型局部放电类型分类方法进行比较.实验结果表明,所提分类方法的识别准确率较高、识别时间开销较少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李正明	江苏大学电气信息工程学院	157	1549	22.0	31.0
2	李加彬	江苏大学电气信息工程学院	2	22	1.0	2.0
3	钱露先	江苏大学电气信息工程学院	2	22	1.0	2.0