基于统计参数的自适应网络推理系统在局部放电缺陷识别中的应用 application of anfis to partial discharge defect recognition based on statistical parameters.pdfVIP

下载本文档

2
0
约1.7万字
约 5页
2017-08-14 发布于上海
举报
版权申诉

基于统计参数的自适应网络推理系统在局部放电缺陷识别中的应用 application of anfis to partial discharge defect recognition based on statistical parameters.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

基于统计参数的自适应网络推理系统在局部放电缺陷识别中的应用 application of anfis to partial discharge defect recognition based on statistical parameters

第46卷第9期高压亡譬 V01．46No．9 ·56· 2010正 09月 HigllVoltageApparatus Sep． 2010 基于统计参数的自适应网络推理系统在局部放电缺陷识别中的应用郭灿新-，钱勇1，贾晶2，黄成军1，姚林朋1，江秀臣1 (I．上海交通大学电气工程系，上海200240；2．山东理工大学，山东淄博255091) 摘要：高压电力设备在发生绝缘劣化的早期。内部会出现局部放电现象，笔者依据检澍得到的局放信号，提出了采用基于统计参数的自适应网络推理系统进行绝缘缺陷模式识别的方法。自适应网络推理系统是神经网络和模糊逻辑的结合．通过模糊逻辑进行识别系统建模．利用神经网络训练系统参数。设计并实验了4种绝缘缺陷模型。对多周期的局放信号进行相位分布及幅值分布统计。提取表征局放特性的统计参数，总结了不同缺陷模型局放特征的区别。实际的检测结果表明，经过训练后的局放缺陷识别系统，能够有效地对各种缺陷的样本数据进行分类。达到良好的识别效果。关键词：局部放电；绝缘缺陷；模式识别；自适应网络推理系统；统计参数中图分类号：TM247 文献标志码：A 文章编号：1001．1609(2010)09．0056．05 ofANFIStoPartial Defect Application DischargeRecognition BasedonStatisticalParameters GUO Xiu—chenl Can—xinl，QIANYon91，JIAJin92，HUANGCheng-junl，YAOLin—pen91，JIANG of Electrical 200240，China； (1．Department Engineering，ShanghaiJiaotongUniversity，Shanghai of 2．ManagementSchool，ShandongUniversityTechnology，Zibo255091，China) Abstract：Partial atthe ofinsulation in the early degradationpower classify discharge(PD)phenomenonhappens stage apparatus．To insulationdefect the PD inference onstatistical to neuro-fuzzy accordingacquiredsignals，anadaptive system(ANFIS)based are introducedtothePD structureofANFISismodeled anduainedneural parameters patternrecognition．The byfuzzylogic by network．Fourofinsulationdefectmodelsare and statistical areextractedfromthetestedPD types designedtest