固体绝缘开关柜局部放电模式识别优化算法
电力设备内部绝缘缺陷引起的局部放电,含有可用于绝缘状态评估的特征信息。可以有效识别不同局部放电的类型。现有基于传统BP神经网络或SVDD模式识别方法在函数参数选择自主性很强,但由于不同放电类型的特征量在分布上是重叠、非线性的,BP神经网络容易陷入局部最优,识别率不高,SVDD算法在自由金属微粒缺陷识别效果不好。文中对SVDD算法提出了改进,在AP聚类与GPAM-PSO优化算法基础上提出一种用于固体绝缘开关柜局部放电模式识别的SA-SVDD算法。以解决传统模式识别算法在参数选择、训练方法上的不足,通过训练不同放电类型下的分类器,以达到准确识别不同放电类型。仿真结果显示该方法能自主识别不同PD类型...
Gespeichert in:
| Hauptverfasser: | , , , |
|---|---|
| Format: | Artigo |
| Sprache: | Chinês |
| Veröffentlicht: |
Editorial Department of High Voltage Apparatus
2019-01-01
|
| Schriftenreihe: | Gaoya dianqi |
| Schlagworte: | |
| Online-Zugang: | http://www.zgydq.com/zh/article/doi/10.13296/j.1001-1609.hva.2019.05.016/ |
| Tags: |
Keine Tags, Fügen Sie das erste Tag hinzu!
|