中国电力
中國電力
중국전력
ELECTRIC POWER
2013年
10期
60-66,83
,共8页
GIS%局部放电%神经网络%模式识别
GIS%跼部放電%神經網絡%模式識彆
GIS%국부방전%신경망락%모식식별
GIS%partial discharge%neural network%pattern identification
全封闭气体绝缘开关设备(GIS)广泛应用于电网中,其内部缺陷导致的设备故障可能会引起大面积停电事故.针对GIS缺陷放电模式识别问题,设计了3种GIS典型放电模式,通过实验平台获取放电指纹数据,并从中提取出12种特征.对基于单一网络方式的概率神经网络、自适应神经网络以及基于复合神经网络方式下的GIS局部放电识别问题进行对比研究,考察3种网络方式在输入验证、部分训练集等不同条件下的放电模式识别率与一致性问题.实验结果表明,采用上述单一方式神经网络可以作为一种局部放电识别手段,但识别结果的一致性较差,而复合神经网络不仅具有高识别率,而且一致性也较好,可以较好地满足GIS局部放电识别.
全封閉氣體絕緣開關設備(GIS)廣汎應用于電網中,其內部缺陷導緻的設備故障可能會引起大麵積停電事故.針對GIS缺陷放電模式識彆問題,設計瞭3種GIS典型放電模式,通過實驗平檯穫取放電指紋數據,併從中提取齣12種特徵.對基于單一網絡方式的概率神經網絡、自適應神經網絡以及基于複閤神經網絡方式下的GIS跼部放電識彆問題進行對比研究,攷察3種網絡方式在輸入驗證、部分訓練集等不同條件下的放電模式識彆率與一緻性問題.實驗結果錶明,採用上述單一方式神經網絡可以作為一種跼部放電識彆手段,但識彆結果的一緻性較差,而複閤神經網絡不僅具有高識彆率,而且一緻性也較好,可以較好地滿足GIS跼部放電識彆.
전봉폐기체절연개관설비(GIS)엄범응용우전망중,기내부결함도치적설비고장가능회인기대면적정전사고.침대GIS결함방전모식식별문제,설계료3충GIS전형방전모식,통과실험평태획취방전지문수거,병종중제취출12충특정.대기우단일망락방식적개솔신경망락、자괄응신경망락이급기우복합신경망락방식하적GIS국부방전식별문제진행대비연구,고찰3충망락방식재수입험증、부분훈련집등불동조건하적방전모식식별솔여일치성문제.실험결과표명,채용상술단일방식신경망락가이작위일충국부방전식별수단,단식별결과적일치성교차,이복합신경망락불부구유고식별솔,이차일치성야교호,가이교호지만족GIS국부방전식별.
