基于F-P光纤超声传感器和概率神经网络的油中局部放电模式识别研究

作者：王杨超; 杜家振; 高超飞; 宋树; 王伟

来源：高压电器, 2018, 54(04): 152-158.

DOI：10.13296/j.1001-1609.hva.2018.04.022

• F-P光纤超声传感器
• 局部放电
• 概率神经网络
• 模式识别

F-P光纤超声传感器具有灵敏度高、抗干扰能力强、电绝缘性良好等诸多优点,可在油中检测局部放电发出的超声信号。为了识别F-P光纤超声传感器所测局部放电信号的故障类别,建立了油楔、悬浮、尖端和沿面4种典型的局部放电模型,并进行了相关的试验研究。针对超声脉冲波形研究了一种信号特征参数提取的方法,实现了特征参数的提取,然后应用概率神经网络对超声信号进行智能模式识别,分析了识别效果。建立的4种局部放电模型能够产生稳定的超声信号,满足试验要求,并提取了超声脉冲波形特征参数,对其运用概率神经网络进行模式识别分析,结果发现识别效果良好,有较高的识别正确率。

• 单位
  新能源电力系统国家重点实验室; 国网上海市电力公司; 华北电力大学; 高电压与电磁兼容北京市重点实验室