局部放电图像组合特征提取方法

被引：15

作者：

李剑

孙才新

杜林

崔雪梅

李道武

机构：

[1] 重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室重庆,重庆,重庆,重庆,重庆

来源：

高电压技术 | 2004年 / 06期

关键词：

局部放电; 模式识别; 组合特征; 反向传播算法神经网络;

D O I：

10.13336/j.1003-6520.hve.2004.06.005

中图分类号：

TM835 [高电压测量技术];

学科分类号：

080803 ;

摘要：

研究了局部放电图像组合识别特征提取和反向传播算法神经网络分类器设计方法 ,根据变压器局部放电在线监测的要求 ,设计了 5种放电模型并进行了模拟实验。 5种放电模型数据识别结果说明 :与分别采用分形特征和统计特征的识别结果相比 ,采用两者组合的识别特征集具有更高的识别率

引用

页码：11 / 13

页数：3

共 6 条

[1] 用于局部放电图象识别的统计特征研究 [J].

李剑 ;

孙才新 ;

廖瑞金 ;

杜林 ;

陈伟根 .

中国电机工程学报, 2002, (09) :105-108

[2] 局部放电灰度图象分维数的研究 [J].

李剑 ;

孙才新 ;

杜林 ;

李新 ;

周湶 .

中国电机工程学报, 2002, (08) :124-128

[3] 基于散点集分形特征的局部放电模式识别研究 [J].

高凯 ;

谈克雄 ;

李福祺 ;

吴成琦 .

中国电机工程学报, 2002, (05) :23-27

[4] 基于局部放电的矩特征分析大电机主绝缘的老化 [J].

张晓虹 ;

张亮 ;

乐波 ;

谢恒堃 .

中国电机工程学报, 2002, (05) :95-99

[5] 基于人工神经网络的变压器绝缘模型放电模式识别的研究 [J].

姜磊 ;

朱德恒 ;

李福祺 ;

谈克雄 ;

覃刚力 ;

金显贺 ;

王昌长 ;

T.C.Cheng .

中国电机工程学报, 2001, (01) :22-25

[6]

Discrimination between PD pulse shapes using different neural network paradigms .2 Amira A,Mazroua. IEEE Trans on Dielectric and Electrical Insulation . 1994

← 1 →