段生江,项恩新,陈文良,商经锐,叶超奇,陆得群,任明.基于日盲紫外和脉冲电流信号的异常放电融合诊断方法*[J].电工技术,2024(21):204-207
基于日盲紫外和脉冲电流信号的异常放电融合诊断方法*
  
DOI:10.19768/j.cnki.dgjs.2024.21.055
中文关键词:  异常放电  融合诊断  特征提取  类型识别
英文关键词:
基金项目:
作者单位
段生江 云南电网有限责任公司德宏供电局 
项恩新 云南电网有限责任公司电力科学研究院 
陈文良 云南电网有限责任公司德宏供电局 
商经锐 云南电网有限责任公司德宏供电局 
叶超奇 云南电网有限责任公司德宏供电局 
陆得群 云南电网有限责任公司德宏供电局 
任明 西安交通大学电工材料电气绝缘全国重点实验室 
摘要点击次数: 49
全文下载次数: 0
中文摘要:
      异常放电是绝缘劣化和设备故障的主要原因,不同放电检测方法各有优缺点。提出一种基于日盲紫外和脉冲电流信号的异常放电融合诊断方法。首先,在实验室环境下制作典型绝缘缺陷模型,利用高频线圈和日盲紫外传感器采集异常放电信号;然后,通过相位分析图谱提取放电特征,构建包含放电相位信息的数据集;最后,使用神经网络构建放电类型识别模型,与不同数据源的异常放电诊断效果进行对比。结果表明,基于改进反向传播神经网络模型的识别准确率可达964%;相比于单一检测数据,使用光电融合数据诊断效果更优。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器