位置:成果数据库 > 期刊 > 期刊详情页
基于多特征信息融合技术的局部放电模式识别研究
  • ISSN号:1003-6520
  • 期刊名称:《高电压技术》
  • 时间:0
  • 分类:TM[电气工程]
  • 作者机构:[1]重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆400030, [2]武汉大学电气工程学院,武汉430072
  • 相关基金:国家自然科学基金(51377181); 重庆市基础与前沿研究计划项目(cstc2013jjb90002)
中文摘要:

针对单一特征信息分析模式独立辨识不能有效、可靠地判断出局部放电(PD)类型致使识别"误诊"的问题,以及为了最大限度地利用特高频(UHF)传感器所获取的丰富绝缘状态信息,利用放电时间、放电相位分布及UHF能量与放电量相关性等3类特征信息的共性和差异性进行融合互补,提出一种基于多特征信息融合的PD模式识别方法。通过在一套三相分箱式真实GIS(ZF-10-126)试验平台上实测所得的PD试验信息进行分析其结果表明:3类特征信息独立辨识各类缺陷的准确度存在较大差异性和不确定性,但有着各自优势。而采用D-S证据理论进行3类特征信息融合PD模式识别技术,可对3类特征信息独立识别法各自存在的不足进行互补,具有更高更准确的辨识率和可靠性。至此验证了所提方法的有效性与正确性。

英文摘要:

The independent identification by analysis pattern of single feature cannot effectively and reliably determine the partial discharge(PD) type,leading to the problem of recognition "diagnosis". In order to maximize use of rich information of insulation condition which is acquired by the UHF method, combining the differences of the time resolved partial discharge(TRPD), the phase resolved partial discharge(PRPD) and the relationship between UHF signal energy and charge quantity, we proposed a pattern recognition method which is based on multi-features fusion technology. The PD testing information accessed from the PD experiment which was carried out on a real three-phase 110 k V GIS(ZF-10-126) was adopted to analyze the experimental results. The results show that the difference and uncertainty for four defects which are designed in this paper exist in the recognition of single feature. While after using the similarity and complement of three features, the recognition has a higher recognition rate and certainty by the D-S evidence theory. Moreover, the advantages and effectiveness of the proposed method are verified by the experimental results.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《高电压技术》
  • 中国科技核心期刊
  • 主管单位:国家电力公司
  • 主办单位:国网武汉高压研究院 中国电机工程学会
  • 主编:郭剑波
  • 地址:湖北省武汉市珞瑜路143号
  • 邮编:430074
  • 邮箱:hve@whvri.com
  • 电话:027-59835528
  • 国际标准刊号:ISSN:1003-6520
  • 国内统一刊号:ISSN:42-1239/TM
  • 邮发代号:38-24
  • 获奖情况:
  • 历届电力部优秀期刊,历届湖北省优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),波兰哥白尼索引,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:35984