基于HHT和概率神经网络的变压器局部放电故障识别

• 作者: 公政 公茂法 姜文 接怡冰 王万乐 魏景禹
• 来源期刊: 现代电子技术
• 关键词: 希尔伯特?黄变换 概率神经网络 指数聚类 模态分解 局部放电 变压器
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 152-156
• 页数: 5页
• 分类号: TN711-34|TM85
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.09.033

摘要

为解决传统傅里叶变换和小波分解对变压器局部放电信号非平稳性的分析缺陷,以及BP神经网络易陷入局部极小点等问题,提出一种基于希尔伯特能量聚类和概率神经网络的变压器局部放电识别算法.算法利用希尔伯特?黄变换提取局部放电信号的希尔伯特能量谱,然后进行指数族聚类计算获得特征值,最后利用概率神经网络进行分类识别.分别对油中悬浮放电、沿面放电等放电类型进行模拟实验,并用此算法进行分析,实验结果表明,该算法所提取的特征值有较高的可分性,且分类识别率高,可以有效地识别变压器局部放电故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	公茂法	山东科技大学电气与自动化工程学院	143	821	14.0	21.0
2	王万乐	山东科技大学电气与自动化工程学院	5	10	2.0	3.0
3	魏景禹	山东科技大学电气与自动化工程学院	3	6	1.0	2.0
4	公政		11	50	5.0	6.0
5	姜文		8	31	5.0	5.0
6	接怡冰	山东科技大学电气与自动化工程学院	5	34	3.0	5.0