基于PRPD图谱多特征融合的局部放电类型识别研究

代少升; 任忠; 赖智颖; 刘小兵

首页> 中文期刊> 《重庆邮电大学学报：自然科学版》 >基于PRPD图谱多特征融合的局部放电类型识别研究

基于PRPD图谱多特征融合的局部放电类型识别研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

局部放电(partial discharge,PD)信号的检测能够为电力系统提供绝缘缺陷诊断和运行状态评估。现有的局部放电类型识别算法难以有效识别相似度较高的绝缘缺陷,限制了其应用范围。为此,提出一种基于PRPD(phase resolved partial discharge)图谱多特征融合的局部放电类型识别算法。该算法利用卷积神经网络(convolutional neural network,CNN)提取局部放电PRPD图谱图像特征,将图像特征与PD信号统计特征进行有效融合,利用融合特征识别局部放电类型。在实验室环境下建立了4种局部放电模型,并进行了模拟对比实验。实验结果表明,相比传统的支持向量机(support vector machine,SVM)和反向传播神经网络(back propagation neural network,BPNN)算法,所提出方法的正确识别率分别提高了12.82%和19.70%,对相似度较高的缺陷类型也能进行有效识别,算法具有较好的鲁棒性。

著录项

来源
《重庆邮电大学学报：自然科学版》 |2022年第3期|373-382|共10页
作者
代少升; 任忠; 赖智颖; 刘小兵;
展开▼
作者单位

重庆邮电大学通信与信息工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;绝缘的试验与检查;
关键词
局部放电; 类型识别; 多特征融合; 卷积神经网络; PRPD图谱;

相似文献

中文文献
外文文献
专利

1. 基于多层特征融合CNN的变压器PRPD图谱识别 [J] . 李宏波 ,朱永利 ,王京保 . 电测与仪表 . 2020,第018期
2. 基于小波变换和HOG特征的变压器局部放电类型识别方法 [J] . 李平 ,田秋松 ,霍明 . 电气传动 . 2021,第24期
3. 基于统计特征与概率神经网络的变压器局部放电类型识别 [J] . 李正明 ,钱露先 ,李加彬 . 电力系统保护与控制 . 2018,第013期
4. 基于特征子集的变压器局部放电小样本类型识别 [J] . 王刘旺 ,朱永利 ,李莉 . 电测与仪表 . 2015,第024期
5. 基于统计特征参数与相关向量机的变压器局部放电类型识别 [J] . 尚海昆 ,苑津莎 ,王瑜 . 电测与仪表 . 2014,第005期
6. 基于局部放电图谱的GIS缺陷识别方法研究 [C] . 于虹 . 2013年中国电机工程学会年会 . 2013
7. 基于深度学习和多信息融合的GIS特高频局部放电类型识别研究 [A] . 曹智 . 2021

基于PRPD图谱多特征融合的局部放电类型识别研究

摘要

著录项

相似文献

相关主题

期刊订阅