典型文献
电力设备局部放电声学检测分类研究
文献摘要：
超声波检测技术在电力设备带电检测中具有广泛的应用前景,针对电力变压器和GIS组合电器局部放电过程中产生的超声波信号进行了检测分类研究.提出了一种局部放电超声波信号多阶段多分类模型.在模型的第一阶段,采用支持向量机将局部放电超声波信号分类为不同设备的信号;在模型的第二阶段,采用极限学习机对不同设备的局部放电超声波信号进行详细的多分类,还采用了粒子群算法对支持向量机与极限学习机的参数进行了优化.实验结果表明,所提的模型取得了较好的分类结果,实现了多种局部放电超声波信号的精细分类.
文献关键词：
电力设备;带电检测;局部放电;超声波;机器学习
中图分类号：
作者姓名：
陈泓岩;李浩然;杨宇豪;冯泰棋;应东
作者机构：
国网银川供电公司,宁夏银川750000
文献出处：
引用格式：
[1]陈泓岩;李浩然;杨宇豪;冯泰棋;应东-.电力设备局部放电声学检测分类研究)[J].电气应用,2022(12):38-43
A类：
B类：
电力设备,电声学,声学检测,检测分类,分类研究,超声波检测技术,带电检测,电力变压器,组合电器,放电过程,声波信号,局部放电超声,多阶段,多分类,分类模型,第一阶段,信号分类,第二阶段,极限学习机,粒子群算法,精细分类
AB值：
0.246999
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
