基于SOM-BP组合神经网络的交联电缆局部放电模式识别

作者：段玉兵; 胡晓黎; 张皓; 杨波; 孙晓斌

来源：电气应用, 2016, 35(23): 71-75.

• 局部放电
• 模式识别
• 组合神经网络
• 统计特征

为同时避免SOM神经网络不能以向量形式表示模式识别结果,BP神经网络需要大量训练样本的不足,深入研究神经网络基本原理,设计了一种将SOM神经网络作为初级网络,BP神经网络作为次级网络,两者间串联连接的SOM-BP组合神经网络模型。在试验室开展交联电缆局部放电模拟试验,提取了超宽频带单次放电脉冲时域波形的3、4阶统计特征作为放电指纹。随后,分别将3种神经网络作为分类器完成了局部放电模式识别,并通过对比SOMBP神经网络与两种单一神经网络的识别效果验证了该模型的正确性。识别结果表明,以SOM-BP组合神经网络作为分类器时各模式识别率均大于90%,且无论是各类识别率还是整体识别率,该网络识别效果均为最佳,证明了组合模型的有效性及合理性。

• 单位
  山东电力研究院; 国网山东省电力公司