彭曼,史钰潮.基于多域特征融合及概率神经网络的GIS绝缘故障诊断[J].电工技术,2024(1):55-59
基于多域特征融合及概率神经网络的GIS绝缘故障诊断
  
DOI：10.19768/j.cnki.dgjs.2024.01.012
中文关键词:  GIS绝缘故障  等相位角采样  机器学习  UHF
英文关键词:
基金项目:
作者单位
彭曼 广州市世科高新技术有限公司 
史钰潮 广州致新电力科技有限公司 
摘要点击次数: 238
全文下载次数: 0
中文摘要:
      目前GIS绝缘监测存在较高的误报率。针对该现象，对GIS内部绝缘机理进行研究，搭建了实验模拟平台，提出了等相位角的UHF数据格式技术，采用了短时能量法进行噪声过滤，有效提升了局放数据信息量。研究了基于统计量、时频等方法的局放数据特征提取技术，采用了概率神经网络分类器的机器学习方法建立诊断模型，实际诊断数据结果显示该方法具有极高的诊断精度。成果已应用于多个工程，应用效果良好。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器