基于时域脉冲特征量的神经网络方法在变压器局放模式识别中的应用 application in pd signal pattern recognition of power transformer of neural network based on the character of pd pulse of time field.pdfVIP

下载本文档

1
0
约1.49万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

基于时域脉冲特征量的神经网络方法在变压器局放模式识别中的应用 application in pd signal pattern recognition of power transformer of neural network based on the character of pd pulse of time field.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于时域脉冲特征量的神经网络方法在变压器局放模式识别中的应用 application in pd signal pattern recognition of power transformer of neural network based on the character of pd pulse of time field

第23卷第6期现代电力 V01．23No．6 2006年12月 ModemElectricPower Dec．2006 文章编号：1007—2322(2006)06—0035—05文献标识码：A 中图分类号：TM411；TPl83 基于时域脉冲特征量的神经网络方法在变压器局放模式识别中的应用全玉生1，马彦伟2，郑彬3，何秋宇1 (1．华北电力大学高电压与电磁兼容北京市重点实验室，北京102206；2．成都电业局，四川成都100761； 3．中国电力科学研究院，北京100085) inPD Pattern ofPowerTransformerof ApplicationSignal Recognition NeuralNetworkonTheCharacterofPDPulseofTimeField Based Bin，He QuanYusheng，MaYanwei，ZhengQiuyu Power Area Bureau， (1．HignVoltage＆EMCBeijingMajorLaboratory，NCEPU，Beijing102206；2．Chengdu ElectricalPowerResearch 100085，China) Chengdu100761，China；3．China Institute，Beijing 摘要：对电力变压器特高频局放单个时域脉冲信号做小波类型的N—Q一妒三维统计谱图或者Q—P，N—P 包分解，以其能量前三位和熵值前三位加上能量和熵值共8 等二维统计谱图并提取各种谱图的特征然后再通过个特征量作为神经网络的输入特征量，分别研究了BP神经直接观察或者通过神经网络进行局放的模式识别，网络、Elman神经网络和PNN神经网络对4种典型变压器这其中牵涉到需要计算诸如偏斜度、突出度等特局部放电信号的模式识别效果。通过对实验室实测信号的识征，还牵涉到神经网络类型、参数的具体选择等，别，证明了采用此特征量的神经网络识别方法简单有效实所以前期工作量较大而且当所选用特征较多或者神用，从而为电力变压器局放信号的识别提供了有效的参考。经网络节点数较多时可能需要花费较多的时关键词：变压器；局部放电；小波包；神经网络；模式识别阱2，3|。 onthe of and of Abstract：Based entropy messageenergy 随着神经网络理论研究的深入，神经网络应用 theresultofwavelettransformerof UHF signal， single pulse 于局部放电的模式识别也有了新的发展，但大都归 8characterswhich the threeserialnumberof includingtop