基于MPE-PNN的35kV变压器有载分接 开关运行状态识别

• 作者: 邢伟
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 多尺度排列熵 概率神经网络 有载分接开关 状态识别
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 设计与研究
• 页码范围: 27-31
• 页数: 5页
• 分类号: TM41
• 字数: 3361字
• 语种: 中文

摘要

有载分接开关(on-load tap-changer,OLTC)因频繁切换操作而容易发生故障,其运行过程产生的振动信号呈现出明显非线性特征,但现有OLTC运行特征量提取方法大多基于线性理论,存在一定局限性.为实现35kV变压器有载分接开关运行状态准确识别,提出基于多尺度排列熵和概率神经网络的识别方法.首先,采集OLTC不同运行状态下的振动信号,继而利用多尺度排列熵提取OLTC的状态特征,并建立概率神经网络状态识别模型,最后利用工程数据来验证所提模型的有效性.分析结果表明,所述方法能有效提取OLTC状态特征,准确识别其工况状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢伟		2	0	0.0	0.0