电力自动化设备
電力自動化設備
전력자동화설비
ELECTRIC POWER AUTOMATION EQUIPMENT
2008年
1期
57-60,76
,共5页
全玉生%何秋宇%卢天盛%马彦伟%王辰
全玉生%何鞦宇%盧天盛%馬彥偉%王辰
전옥생%하추우%로천성%마언위%왕신
电力变压器%局部放电%抗干扰%模式识别
電力變壓器%跼部放電%抗榦擾%模式識彆
전력변압기%국부방전%항간우%모식식별
在局部放电信号抗干扰方面,考察了几种较新的阈值除噪方法,提出了将二进小波变换分别与单抽头最小均方LMS(Lease Mear Square)算法滤波器和基于Birge-Massart策略的小波去噪相结合的变压器局部放电信号抗干扰方法.同时针对局部放电信号的模式识别问题,首先分别根据模糊概率理论和波形匹配理论,针对时域单个特高频UHF(Ultra High Frequency)脉冲信号,提出了2种电力变压器特高频局部放电信号的模式识别方法.基于时域单个UHF脉冲信号的信息,提出了用于神经网络输入的8个特征量,分别利用BP网络、Elman回归神经网络和PNN概率神经网络对4种典型的变压器局部放电信号进行了模式识别的尝试,取得了较好的识别效果.
在跼部放電信號抗榦擾方麵,攷察瞭幾種較新的閾值除譟方法,提齣瞭將二進小波變換分彆與單抽頭最小均方LMS(Lease Mear Square)算法濾波器和基于Birge-Massart策略的小波去譟相結閤的變壓器跼部放電信號抗榦擾方法.同時針對跼部放電信號的模式識彆問題,首先分彆根據模糊概率理論和波形匹配理論,針對時域單箇特高頻UHF(Ultra High Frequency)脈遲信號,提齣瞭2種電力變壓器特高頻跼部放電信號的模式識彆方法.基于時域單箇UHF脈遲信號的信息,提齣瞭用于神經網絡輸入的8箇特徵量,分彆利用BP網絡、Elman迴歸神經網絡和PNN概率神經網絡對4種典型的變壓器跼部放電信號進行瞭模式識彆的嘗試,取得瞭較好的識彆效果.
재국부방전신호항간우방면,고찰료궤충교신적역치제조방법,제출료장이진소파변환분별여단추두최소균방LMS(Lease Mear Square)산법려파기화기우Birge-Massart책략적소파거조상결합적변압기국부방전신호항간우방법.동시침대국부방전신호적모식식별문제,수선분별근거모호개솔이론화파형필배이론,침대시역단개특고빈UHF(Ultra High Frequency)맥충신호,제출료2충전력변압기특고빈국부방전신호적모식식별방법.기우시역단개UHF맥충신호적신식,제출료용우신경망락수입적8개특정량,분별이용BP망락、Elman회귀신경망락화PNN개솔신경망락대4충전형적변압기국부방전신호진행료모식식별적상시,취득료교호적식별효과.
