神經(jīng)網(wǎng)絡(luò)在局部放電模式識別中的實驗研究.pdf

1、局部放電量是評價在線高壓電器絕緣狀態(tài)的最重要技術(shù)參數(shù)之一。絕緣缺陷和局部放電緊密關(guān)聯(lián)，在線監(jiān)測高壓電器運行狀態(tài)，實時采集絕緣局部放電信號并對其進(jìn)行數(shù)理分析處理和屬性分類，推斷、預(yù)測絕緣缺陷部位及放電發(fā)展程度，可以預(yù)報預(yù)防事故發(fā)生。因此，局部放電模式識別技術(shù)的研究和理論探討具有重要的工程應(yīng)用價值和學(xué)術(shù)意義。 本文在參閱大量國內(nèi)外現(xiàn)有的局部放電模式識別文獻(xiàn)基礎(chǔ)上，從局部放電產(chǎn)生機理出發(fā)，設(shè)計了三種局部放電模型——尖對尖電極系統(tǒng)、尖對

2、板電極系統(tǒng)和球?qū)Π咫姌O系統(tǒng)。運用現(xiàn)代信號采集和數(shù)字處理技術(shù)，構(gòu)建局部放電信號采集系統(tǒng)，通過DSO-2902數(shù)據(jù)采集裝置將局部放電模擬信號轉(zhuǎn)化為數(shù)字信號直接輸入到計算機。計算機通過自行設(shè)計的采集軟件系統(tǒng)對局部放電信號進(jìn)行操作。為使局部放電信號采集軟件系統(tǒng)更具可操作性，采用C++Builder和MATLAB兩種語言混合編程。 局部放電模式識別分類效果取決于模式特征、分類器拓?fù)浣Y(jié)構(gòu)和相應(yīng)算法。本文在綜合局部放電特征提取方法、最優(yōu)特征向

3、量選擇理論和模式分類器設(shè)計原理的基礎(chǔ)上，提出自適應(yīng)特征提取小波神經(jīng)網(wǎng)絡(luò)，并給出相應(yīng)拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練算法。自適應(yīng)特征提取小波神經(jīng)網(wǎng)絡(luò)是一種集最優(yōu)局部放電時頻特征提取和模式分類器功能于一體的前饋型網(wǎng)絡(luò)，在網(wǎng)絡(luò)學(xué)習(xí)過程中，其學(xué)習(xí)步長的選擇采用自適應(yīng)學(xué)習(xí)步長算法，提高網(wǎng)絡(luò)的收斂速度。同時，將自適應(yīng)特征提取小波神經(jīng)網(wǎng)絡(luò)與以局部放電圖像灰度矩為特征的BP神經(jīng)網(wǎng)絡(luò)及以局部放電統(tǒng)計量為特征的正交小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練和識別效果進(jìn)行比較試驗研究和理