基于 模式和RBF网络 的局 部放电模 式识别.PDFVIP

2006年I1月 重庆大学学报(自然科学版) NOV．2006 第29卷第i I期 Journal of Chongqing University(Natural Science Edition) V01．29 No．1l 文章编号：1000—582X(2006)11—0041—04 基于△ 模式和RBF网络的局部放电模式识别 孟延辉，唐 炬，周 倩，李 剑，谢颜斌 (重庆大学 电气工程学院高电压与电工新技术教育部重点实验室，重庆 400030) 摘 要：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△“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(OkS)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．