10.16628/j.cnki.2095-8188.2022.10.005
基于卷积神经网络与特高频技术的局部放电模式识别研究
局部放电是导致电力设备绝缘性能劣化并最终导致绝缘失效的主要因素之一,传统方法检测设备局部放电操作复杂、需要依靠人工定期巡检,不能对设备绝缘状态进行实时监测.由于局部放电发生时会向外辐射高频电磁波信号,提出一种基于特高频技术的局部放电在线监测及相位分辨的局部放电(PRPD)图谱构建方法.使用所提方法获取局部放电脉冲的幅值及时间信息构建PRPD图谱,将PRPD图谱进行网格化处理得到36×30的灰度图像,最后采用卷积神经网络算法对4种典型放电类型图谱进行分类识别.
局部放电、模式识别、卷积神经网络、PRPD图谱
TM930
2023-01-09（万方平台首次上网日期，不代表论文的发表时间）
共6页
32-37
