统计参数用于局部放电模式识别的研究  

Statistical Parameter Method for PD Pattern Recognition

作　　者：唐炬[1] 王静[1] 李剑[1] 谭志红[2] 

机构地区：[1]重庆大学高电压与新技术教育部重点实验室,重庆400044 [2]西昌电业局,四川615000

出　　处：《高电压技术》2002年第8期4-6,37,共4页High Voltage Engineering

基　　金：局部放电信号分形处理研究"教育部骨干教师基金资助项目

摘　　要：通过研究局部放电二维谱图的统计特性 ,对局部放电脉冲幅值谱图进行 Weibull分析 ,获得尺度参数 α和形状参数 β,从局部放电脉冲相位谱图中估计出统计算子 Sk、Ku ,用以上统计参数作为人工神经网络的输入 ,实现局部放电的模式识别。对设计的 5种典型人工绝缘缺陷进行了大量模拟实验 。A new PD characteristic vector generation method using of statistical parameters for the artificial neural network input is presented in this paper. According to the statistical properties of PD 2-D spectrums, scale parameter α and shape parameter β of Weibull parameter estimated from PD pulse is amplitude distribution, together with statistical operators S k and K u estimated from PD pulse phase distribution, are used to generate the artificial neural network inputs which is applied to the PD pattern recognition. A lot of simulation experiments of 5 typical artificial defects have been done, and the results of statistical parameter method and data array method have shown that statistical parameter method is feasible to recognize PD patterns

关 键 词：高电压 人工神经网络 统计参数 局部放电 模式识别 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]