基于BP神经网络的输电线路隐患预放电识别研究

• 作者: 张露松 曾华荣 杨旗 毛先胤 马晓红 黄欢
• 来源期刊: 电力大数据
• 学科: 工学
• 关键词: 神经网络 输电线路 隐患 模拟试验 放电 识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 大数据专题
• 页码范围: 47-54
• 页数: 8页
• 分类号: TM72
• 字数: 5517字
• 语种: 中文

摘要

针对输电线路在长期运维过程中出现的异常,主要依靠人工定期巡线来排查,存在无法高效、准确的对隐患进行预判的局限,本文提出了基于BP神经网络方法对输电线路典型隐患预放电识别.首先在南方电网防冰减灾重点实验室梅花山基地搭建起输电线路放电试验平台,得到了输电线路在树障和污秽绝缘子两种典型隐患的预放电脉冲电流波形数据.继而绘制得到放电信号中放电量,放电次数,相位参数的三个二维统计图,在此基础上提取并构建得到放电特征参量数据库,再将特征量带入反向传播神经网络分类器中对线路隐患模型进行训练.最后对模型测试的结果表明,采用BP神经网络算法能够有效识别输电线路中典型的隐患,且识别准确率达到92％以上,进而为输电线路隐患识别提供了参考.