作者:刘创华,何金,张春晖,曹梦,宋晓博,朱旭亮 单位:天津大学 出版:《电力系统及其自动化学报》2019年第10期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFDLZD2019100040 DOC编号:DOCDLZD2019100049 下载格式:PDF + Word/doc 文字可复制、可编辑
《交流电压下GIS中导电微粒的模式识别方法研究》PDF+DOC2019年第06期 马飞越,张涛,牛勃,丁培,杨朝旭,荣海军 《变电站GIS设备带电监测研究》PDF+DOC2017年第17期 阿布都克热木·阿布力米提,西热艾里·米积提 《声电联合检测技术在GIS中的应用》PDF+DOC2016年第05期 倪宏坤,王立晶 《超高频法在GIS局部放电检测中的抗干扰能力》PDF+DOC1999年第04期 王建生,邱毓昌,周新利 《变压器绕组及GIS的在线检测技术》PDF+DOC1997年第05期 陈振生 《GIS局部放电信号及内置传感器检测分析》PDF+DOC2004年第12期 唐炬,彭文雄,孙才新,侍海军,许中荣 《检测GIS局部放电的矩形平面螺旋天线研究》PDF+DOC2014年第11期 李伟,舒娜,雷鸣,公多虎,张晓星,唐俊忠 《高压GIS局部放电的预防》PDF+DOC2015年第24期 范钦晓,乔小末,程宝改 《超高频法在GIS局放测试中的应用》PDF+DOC2014年第05期 李伟克,杨帆,刘冰 《基于S_Kohonen网络的GIS局部放电类型识别》PDF+DOC2014年第20期 律方成,张波
  • 气体绝缘组合电器(GIS)现场局部放电检测得到的大量数据是时域波形图像数据,传统的局部放电模式识别方法无法对该图像数据直接进行缺陷分类。针对局部放电时域波形图像,首先利用图像分割、图像灰度化、图像二值化、图像增强、图像压缩等技术对其进行预处理。通过变电站现场带电检测,建立了局部放电缺陷类型的图像数据集。对预处理得到的仅含局部放电脉冲电压的图像,选择支持向量机模型,使用径向基函数作为核函数,通过SMO优化方法训练得到有向无环图(DAG)分类器,直接进行模式识别。实验中支持向量机模型对局部放电6种缺陷类型的识别率超过85%,优于反向传播神经网络模型。实验结果表明,该方法无需人工提取特征,具有更高识别率。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。