科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高电气设备超高频(UHF)局部放电特征识别能力，提出基于人工神经网络(ANN)的电气设备超高频局部放电模式识别方法。根据电气设备绕组间的短路阻抗特性进行超高频局部放电模型构造，计算电气设备励磁支路增量电感，采用人工神经网络辨识方法进行电气设备超高频局部放电特征提取和模式识别，计算输出的静态电感和增量电感，采用快速傅里叶变换提取电气设备放电脉冲调节，计算一次侧基频电流幅值，根据励磁曲线和励磁电阻的匹配模式，建立电气设备超高频局部放电的参数提取模型，采用人工神经网络实现电气设备超高频局部放电模式识别。仿真分析结果表明，在0.020 s时，所提方法多数值均能检测出局部放电，采用该方法进行电气设备超高频局部放电模式参数识别的准确性较高，收敛性较好，抗干扰能力较强。
- 单位
