基于Δu模式和RBF网络的局部放电模式识别

摘要：

局部放电(PD)模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一.采用了一种Δu模式参量作为局部放电的图谱特征,并采用不变矩作为放电特征;同时,采用了径向基函数神经网络(RBFNN)对局部放电Δu模式参量构成的图谱特征进行识别.结果表明采用正交最小二乘法(OLS)训练的RBFNN对Δu模式中的不变矩特征参量进行识别, RBFNN收敛速度快且稳定性强,识别率达到85.7%以上,能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号,在实际应用中具有良好的应用前景.

关键词：局部放电、Δu模式、径向基函数神经网络、模式识别

所属期刊栏目：29

分类号：TM83(高电压技术)

资助基金：重庆市自然科学基金2005-BB3170;国家电网公司资助项目2004-SGKJ

在线出版日期：2007-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：41-44,52