基于小波分析诊断和支持向量机的避雷器在线监测数据故障分析

• 作者: 李金良 詹仲强 陈文涛
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 金属氧化物避雷器 在线监测 小波包分析 支持向量机 故障诊断
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 高电压技术
• 页码范围: 38-41,60
• 页数: 5页
• 分类号: TM744
• 字数: 3494字
• 语种: 中文

摘要

金属氧化物避雷器(MOA)的健康状况对变电站中线路和设备有着巨大影响,对MOA在线监测数据进行故障诊断能够有效减少因事故引起的负荷损失.以基于Penalized软阈值的小波包对某变电站的MOA在线数据进行滤波,从统计角度得到滤波后的故障信号特征,采用支持向量机对信号进行分类,能够在MOA完全失效前诊断出故障出现的时间点,为计划停电检修提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹仲强	国网新疆电力有限公司电力科学研究院	5	4	2.0	2.0
2	陈文涛	国网新疆电力有限公司电力科学研究院	14	32	3.0	5.0
3	李金良	国网新疆电力有限公司电力科学研究院	3	4	1.0	2.0