110kV及以上电缆典型缺陷的智能识别研究

• 作者: 刘红文 周婉亚 周群 杨能 王科 王鹏 雷勇 项恩新
• 来源期刊: 云南电力技术
• 学科: 工学
• 关键词: 阻尼振荡波 电缆终端 局部放电 智能识别
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 技术交流
• 页码范围: 89-91
• 页数: 3页
• 分类号: TM74
• 字数: 1389字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7345.2019.01.020

摘要

为了提高电力电缆现场测试过程中缺陷类型判断的准确性与灵敏性,通过阻尼振荡波电压法对存在人工缺陷的电缆终端进行局部放电测试,采集不同缺陷下的局部放电信号并提取放电特征量以构造局部放电智能模式识别分类器,经实验验证,所构造的智能模式识别分类器能够在短时间内较准确地判断并输出显示缺陷类型,一定程度上简化了现场检测中的工作量并提高了工作效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	四川大学电气信息学院	169	692	14.0	20.0
2	雷勇	四川大学电气信息学院	101	571	14.0	19.0
3	周群	四川大学电气信息学院	38	180	6.0	13.0
4	王科	云南电网有限责任公司电力科学研究院	73	137	6.0	8.0
5	项恩新	云南电网有限责任公司电力科学研究院	33	46	4.0	5.0
6	刘红文	云南电网有限责任公司电力科学研究院	26	38	4.0	4.0
7	周婉亚	四川大学电气信息学院	11	20	2.0	4.0
8	杨能	四川大学电气信息学院	6	2	1.0	1.0