基于△u模式和RBF网络的局部放电模式识别

局部放电（PD）模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一．采用了一种△u模式参量作为局部放电的图谱特征，并采用不变矩作为放电特征；同时，采用了径向基函数神经网络（RBFNN）对局部放电△u模式参量构成的图谱特征进行识别．结果表明采用正交最小二乘法（OLS）训练的RBFNN对△u模式中的不变矩特征参量进行识别，RBFNN收敛速度快且稳定性强，识别率达到85．7％以上，能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号，在实际应用中具有良好的应用前景．     

变压器局部放电超高频检测影响因素分析

采用仿真分析与试验研究相结合的方法,探索安装位置、变压器油和球形放油阀对超高频天线传感器驻波特性和检测能力的影响.分析表明,不同安装位置天线的谐振频率会有一定差异,但对检测到的信号幅值影响不大;变压器油使天线的谐振频率有所降低,改变了天线的驻波特性,但不影响天线的检测能力;将天线安装在球形放油阀入口处会严重影响单极子类天线的驻波特性,导致天线接收信号能力下降.     

变压器局部放电超高频信号传播特性仿真分析

变压器内部产生的超高频(UHF)电磁波信号在传播过程中,有很多因素会影响传感器所检测到的信号波形和能量.为了研究影响因素与UHF信号的关系,构建了变压器仿真计算的物理模型,并用时域有限差分法计算变压器内局部放电产生的UHF信号,通过分析UHF电磁波信号的幅值和能量累积曲线,研究了绕组和铁心、检测点与激励源间的距离、检测点附近不同金属导体位置等因素对UHF信号的影响.该研究结果有助于对UHF信号传播特性的理解以及提高信号检测的准确度.     

基于Δu模式和RBF网络的局部放电模式识别

局部放电(PD)模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一.采用了一种Δu模式参量作为局部放电的图谱特征,并采用不变矩作为放电特征;同时,采用了径向基函数神经网络(RBFNN)对局部放电Δu模式参量构成的图谱特征进行识别.结果表明采用正交最小二乘法(OLS)训练的RBFNN对Δu模式中的不变矩特征参量进行识别,RBFNN收敛速度快且稳定性强,识别率达到85.7%以上,能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号,在实际应用中具有良好的应用前景.