电网技术
電網技術
전망기술
POWER SYSTEM TECHNOLOGY
2012年
7期
126-132
,共7页
陈伟根%凌云%甘德刚%蔚超%岳彦峰
陳偉根%凌雲%甘德剛%蔚超%嶽彥峰
진위근%릉운%감덕강%위초%악언봉
油纸绝缘%气隙放电%发展特性%小波神经网络%阶段识别
油紙絕緣%氣隙放電%髮展特性%小波神經網絡%階段識彆
유지절연%기극방전%발전특성%소파신경망락%계단식별
基于油纸绝缘气隙放电模型,在实验室搭建了气隙放电及其发展特性研究试验平台;采用恒压法,对其进行局部放电发展特性实验;提取了局部放电最大放电量相位分布、基于油纸绝缘气隙放电模型,在实验室搭建了气隙放电及其发展特性研究试验平台;采用恒压法,对其进行局部放电发展特性实验;提取了局部放电最大放电量相位分布、平均放电量相位分布、放电次数相位分布以及局部放电幅值分布中的29个特征参量,通过核主成分分析,采用系统聚类对放电不同的发展阶段进行划分.建立了基于聚类-小波神经网络的放电发展阶段识别方法,识别结果表明:所建立的识别方法能很好地根据放电有效特征量识别放电所处阶段,与系统聚类分析结果基本吻合
基于油紙絕緣氣隙放電模型,在實驗室搭建瞭氣隙放電及其髮展特性研究試驗平檯;採用恆壓法,對其進行跼部放電髮展特性實驗;提取瞭跼部放電最大放電量相位分佈、基于油紙絕緣氣隙放電模型,在實驗室搭建瞭氣隙放電及其髮展特性研究試驗平檯;採用恆壓法,對其進行跼部放電髮展特性實驗;提取瞭跼部放電最大放電量相位分佈、平均放電量相位分佈、放電次數相位分佈以及跼部放電幅值分佈中的29箇特徵參量,通過覈主成分分析,採用繫統聚類對放電不同的髮展階段進行劃分.建立瞭基于聚類-小波神經網絡的放電髮展階段識彆方法,識彆結果錶明:所建立的識彆方法能很好地根據放電有效特徵量識彆放電所處階段,與繫統聚類分析結果基本吻閤
기우유지절연기극방전모형,재실험실탑건료기극방전급기발전특성연구시험평태;채용항압법,대기진행국부방전발전특성실험;제취료국부방전최대방전량상위분포、기우유지절연기극방전모형,재실험실탑건료기극방전급기발전특성연구시험평태;채용항압법,대기진행국부방전발전특성실험;제취료국부방전최대방전량상위분포、평균방전량상위분포、방전차수상위분포이급국부방전폭치분포중적29개특정삼량,통과핵주성분분석,채용계통취류대방전불동적발전계단진행화분.건립료기우취류-소파신경망락적방전발전계단식별방법,식별결과표명:소건립적식별방법능흔호지근거방전유효특정량식별방전소처계단,여계통취류분석결과기본문합