基于矩特征与概率神经网络的局部放电模式识别
局部放电信号检测时易受随机噪声干扰,会影响到局部放电模式识别的识别率和识别速度.为了提高局部放电模式识别的识别率和识别速度,提出了一种基于矩特征与概率神经网络的局部放电模式识别器.该识别器首先从放电类型的三维谱图中提取矩特征,然后,将矩特征作为概率神经网络的输入对局部放电模式进行识别.采集了尖板放电和球板放电两种放电类型,将所提识别器与反传神经网络、贝叶斯分类器、极限学习机进行了对比.实验结果表明,所提基于矩特征和概率神经网络的局部放电模式识别器的分类效果令人满意.
局部放电、模式识别、局部放电相位分析、矩特征、概率神经网络
44
TN9;TP3
国家自然科学基金61304261;National Natural Science Foundation of China61304261
2016-05-19（万方平台首次上网日期，不代表论文的发表时间）
共5页
98-102
