典型文献
基于卷积神经网络与特高频技术的局部放电模式识别研究
文献摘要：
局部放电是导致电力设备绝缘性能劣化并最终导致绝缘失效的主要因素之一,传统方法检测设备局部放电操作复杂、需要依靠人工定期巡检,不能对设备绝缘状态进行实时监测.由于局部放电发生时会向外辐射高频电磁波信号,提出一种基于特高频技术的局部放电在线监测及相位分辨的局部放电(PRPD)图谱构建方法.使用所提方法获取局部放电脉冲的幅值及时间信息构建PRPD图谱,将PRPD图谱进行网格化处理得到36×30的灰度图像,最后采用卷积神经网络算法对4种典型放电类型图谱进行分类识别.
文献关键词：
局部放电;模式识别;卷积神经网络;PRPD图谱
中图分类号：
作者姓名：
孙天龙
作者机构：
中煤科工集团 沈阳研究院有限公司, 辽宁 抚顺 113122;煤矿安全技术国家重点实验室, 辽宁抚顺 113122
文献出处：
引用格式：
[1]孙天龙-.基于卷积神经网络与特高频技术的局部放电模式识别研究)[J].电器与能效管理技术,2022(10):32-37
A类：
B类：
特高频,局部放电,放电模式,模式识别,致电,电力设备,绝缘性能,性能劣化,绝缘失效,检测设备,定期巡检,绝缘状态,电磁波信号,在线监测,PRPD,图谱构建,构建方法,放电脉冲,时间信息,信息构建,网格化,格化处理,理得,灰度图像,神经网络算法,类型图,分类识别
AB值：
0.36666
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。
