典型文献
基于Gabor变换的GIS设备典型放电缺陷识别
文献摘要：
气体绝缘组合开关设备(Gas Insulated Switchgear,GIS)是电力系统中的关键设备,通过局部放电信号获取GIS设备内部绝缘缺陷的放电类型对于故障诊断和预警至关重要.通过试验提出了一种GIS设备不同放电缺陷类型的识别方法,首先搭建了GIS内典型缺陷模型并使用特高频传感器获取局部放电信号,随后对GIS局部放电的三维PRPS图谱进行Gabor变换,并对分解图提取纹理和形状特征量.使用层次聚类法对提取的特征量进行聚类分析,聚类结果表明特征量与缺陷的放电特征具有较好的关联程度,验证了根据PRPS图谱经Gabor变换后提取特征量对典型缺陷进行识别的可行性.基于此,对不同典型放电缺陷使用不同种类的机器学习算法对放电类型进行识别.结果表明:多种机器学习算法对3种典型放电类型的识别准确率较高,PRPS图谱经Gabor变换后提取出的特征量能够较好地反映放电特征,具有较高的区分度,该诊断方法能对GIS故障预警提供可靠的参考依据.
文献关键词：
GIS设备;局部放电;Gabor变换;聚类分析;模式识别;机器学习
中图分类号：
作者姓名：
李杰;汪鹏;孙景文;孙艳迪;孙承海
作者机构：
国网山东省电力公司电力科学研究院,山东 济南 250003
文献出处：
引用格式：
[1]李杰;汪鹏;孙景文;孙艳迪;孙承海-.基于Gabor变换的GIS设备典型放电缺陷识别)[J].山东电力技术,2022(02):54-60,66
A类：
PRPS
B类：
Gabor,放电缺陷,缺陷识别,气体绝缘组合开关,开关设备,Gas,Insulated,Switchgear,电力系统,关键设备,局部放电信号,信号获取,内部绝缘,绝缘缺陷,缺陷类型,内典,典型缺陷,缺陷模型,特高频传感器,形状特征,特征量,层次聚类法,放电特征,关联程度,提取特征,陷进,机器学习算法,识别准确率,区分度,故障预警,模式识别
AB值：
0.326598
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。
