节点文献

使用组合神经网络的电容器模型局部放电模式识别研究

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 虞苍璧高胜友李福祺谈克雄

【机构】 清华大学电机系

【摘要】 设计了5种反映电力电容器中局部放电现象的典型模型,使用研制的局部放电声发射信号数字化检测装置,采集了模型放电声信号的大批数据。气隙放电信号的持续时间较短,易与其它类型放电区分开。依据信号时域和频域图形,油隙放电与油纸沿面放电的特性较接近,而油纸绝缘中金属杂质放电则与套管表面放电相近。使用组合神经网络来识别5种典型放电模式,结果表明组合神经网络是有效的.可根据声信号特征来识别电力电容器的局部放电馍式。

  • 【会议录名称】 ’02全国电工测试技术学术交流会论文集
  • 【会议名称】’02全国电工测试技术学术交流会
  • 【会议时间】2002-11
  • 【分类号】TM835
  • 【主办单位】中国电工技术学会电工测试专业委员会
节点文献中: 

本文链接的文献网络图示:

本文的引文网络