网站大量收购独家精品文档,联系QQ:2885784924

gis局部放电波去噪与模式识别的研究.pdf

  1. 1、本文档共85页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
gis局部放电波去噪与模式识别的研究

中文摘要 中文摘要 摘要:GIS是电力系统重要设备之一,其主要故障是内部绝缘劣化。局部放 电信号的测量为GIS内部绝缘的整体情况提供了重要的信息。局部放电检测包括局 放信号的测量、外界干扰的抑制、谱图分析、特征提取、识别分类等几部分。 本文采用超声波方法,利用外置传感器检测从GIS内部泄漏出来的超声信号并 进行处理以判断其内部是否有放电发生。文中给出了传感器的选取、无源滤波器 的设计、DSP使用流程和串口通信设置等。 信号中噪音的存在局限了故障诊断的准确性。这一局限性会导致不能及时采 取适当的补救措施,从而致使GIS的绝缘状况进一步恶化甚至击穿。针对小信号检 测中出现的背景噪声问题,本文使用小波分析阂值法对信号进行处理。与传统方 法相比,小波分析是一种时一频域分析方法,具有多分辨特性。这种特性对非平 稳信号反应敏感,易检测出奇异信号。该方法实用有效,且比较通用,即使在强 干扰的环境下,通过选用适当的阈值也能取得很好的滤波效果。 本文讨论了了妒一q一盯参数与小波变换提取的特征参数两种方法特征参数选 择方法,使用后者进行模式识别的研究。通过对基于BP神经网络的多层感知机进 行建模、样本训练和实际测试,对局部放电和电晕信号进行识别。实验结果表明, 利用小波变换提取单个放电脉冲和放电特征参数进行的模式识别方法优于传统方 法,显著地减少了信号特征向量的维数,不但简化了神经网络的设计,而且提高 了识别精度。 关键词:GIS;局部放电:在线检测;小波分析;去噪;模式识别:神经网络 分类号: V Abstract Absti’act GISisoneofthe of maintroubleisinside importantequipmentpowersystem,its measurementofthe offered insulatingdegradation.The partialdischargedsignal for information wholesituationwithinGIS.The important insulating partialdischarges dividedintothemeasurementofthePD of signal、the momtoringsystem suppression external and disturbance,atlas analyze、extracteigenvector indentifyclassify. This usestheultrasonicmethodtomeasurethePD the paper signal,utilize externalscn∞rtomeasuretheultraacousticalletoutfromGISanddealwithin signal inside to orderto whetherit’s test themethodof

您可能关注的文档

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档