本文主要研究内容
作者徐卫东,聂一雄,周文文,彭丹（2019）在《固体绝缘开关柜局部放电模式识别优化算法》一文中研究指出：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,识别率、收敛速度较传统方法有较大提高,以便电力人员准确判断局部放电类型并制定相对应的抢修方案。
Abstract
dian li she bei nei bu jue yuan que xian yin qi de ju bu fang dian ,han you ke yong yu jue yuan zhuang tai ping gu de te zheng xin xi 。ke yi you xiao shi bie bu tong ju bu fang dian de lei xing 。xian you ji yu chuan tong BPshen jing wang lao huo SVDDmo shi shi bie fang fa zai han shu can shu shua ze zi zhu xing hen jiang ,dan you yu bu tong fang dian lei xing de te zheng liang zai fen bu shang shi chong die 、fei xian xing de ,BPshen jing wang lao rong yi xian ru ju bu zui you ,shi bie lv bu gao ,SVDDsuan fa zai zi you jin shu wei li que xian shi bie xiao guo bu hao 。wen zhong dui SVDDsuan fa di chu le gai jin ,zai APju lei yu GPAM-PSOyou hua suan fa ji chu shang di chu yi chong yong yu gu ti jue yuan kai guan gui ju bu fang dian mo shi shi bie de SA-SVDDsuan fa 。yi jie jue chuan tong mo shi shi bie suan fa zai can shu shua ze 、xun lian fang fa shang de bu zu ,tong guo xun lian bu tong fang dian lei xing xia de fen lei qi ,yi da dao zhun que shi bie bu tong fang dian lei xing 。fang zhen jie guo xian shi gai fang fa neng zi zhu shi bie bu tong PDlei xing ,shi bie lv 、shou lian su du jiao chuan tong fang fa you jiao da di gao ,yi bian dian li ren yuan zhun que pan duan ju bu fang dian lei xing bing zhi ding xiang dui ying de qiang xiu fang an 。
论文参考文献
论文详细介绍
论文作者分别是来自高压电器的徐卫东,聂一雄,周文文,彭丹，发表于刊物高压电器2019年05期论文，是一篇关于固体绝缘开关柜论文,支持向量数据描述论文,局部放电论文,模式识别论文,高压电器2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自高压电器2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：固体绝缘开关柜论文; 支持向量数据描述论文; 局部放电论文; 模式识别论文; 高压电器2019年05期论文;