《基于图谱特征的复合绝缘子老化神经网络评估方法》.pdfVIP

第 40卷 第 3期：861．867 高电压技术 Vo1．40．NoI3：861-867 2014年 3月 31日 HighVoltageEngineering March31，2014 DOI：10．13336j／．1003-6520．hve．2014．03．031 基于图谱特征的复合绝缘子老化神经网络评估方法 邵瑰玮，付 晶，陈 怡，曾云飞，蔡焕青，文志科 (中国电力科学研究院，武汉430074) 摘 要：复合绝缘子随着运行年限的增加会逐渐老化，且各项性能指标降低。为研究在线运行复合绝缘子老化程 度定量分析的检测方法，引入高光谱遥感技术通过非接触方式获取复合绝缘子的图谱特征，采用主成分分析法构 建了特征空间。结果表明：不同老化程度复合绝缘子的光谱曲线不同；同一老化程度复合绝缘子样本点在特征空 间集中在 1个点簇，不同老化程度的点簇基本无交叉，可用于定量判断其老化程度。进一步建立了老化神经网络 模型，该模型预测结果与实际值比较接近，交叉验证均方根误差为0．0141。研究结果为在线非接触定量评估复合 绝缘子老化程度提供 了依据。 关键词：复合绝缘子；老化程度；高光谱遥感；图谱特征；神经网络；非接触检测 AgingAssessmentM ethodofCompositeInsulatorUsingNeuralNetworkBasedonImageand SpectraCharacteristics SHAOGuiwei，FUJing，CHENYi，ZENGYunfei，CAIHuanqing，WENZhike (ChinaElectricPowerResearchInstitute，Wuhan430074，China) Abstract：Compositeinsulatorageswithoperationtime．whichdeterioratesitsfunctionalperformance．InordertOde- velop a detection method forquantitatively evaluating theaging ofworking composite insulators，we introduced hyperspectralremotesensing technology to acquire imagena d spectra characteristicsofpclymericinsulatorsin a non-contactway,andconstructedfeaturespacesusingaprincipalanalysismethod．Theresultsshow thatdifferentagnig degreesofpolymericinsulatorsvaryevidentlyinthespecrtalfeaturespaces，htedatapointsofhtesameagingdegrees concenrtateasacluster,andtheclustersofdifferentagingdergeeshasnooverlappingwitheachother．Thisfactcouldbe usedofrquna titativelydeterminingagingdergeesofpolymericinsulators．Furthermore，wehaveestablishedallaging neuralnetworkmodel，whichCna provideaccuratepredictingresultsthathaverootmena squareerrorsofcrossvalidation of0．0141，comparedwihtactualvalues．Theresultspavethewayofrqunatitativelyevaluatingagingdergeesofpolymer- iCinsulatorsinan