版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、電氣絕緣在高壓電氣設(shè)備的運行中的起著非常重要的作用,絕緣狀況直接關(guān)系到電氣設(shè)備運行可靠性。影響絕緣劣化的主要原因是絕緣介質(zhì)內(nèi)部的局部放電,因此對局部放電信號的特性分析并識別放電類型對局部放電發(fā)展及絕緣內(nèi)部缺陷程度的在線監(jiān)測及故障診斷具有重要意義。
局部放電的主要原因是介質(zhì)中電場分布不均勻,因此本文根據(jù)電場分布的不均勻程度構(gòu)建了五種局部放電模型。實驗中運用脈沖電流法獲得不同模型的局部放電最大放電量隨時間變化的曲線圖及局部放電三維
2、譜圖。然后運用混沌理論對采樣得到的局部放電量時間序列進行相空間重構(gòu)、對其混沌特性進行判別并提取混沌特征參量,將相空間重構(gòu)參數(shù)和混沌特征參量作為表征局部放電混沌分析(CAPD)得到的特征量,利用反向傳播(BP)神經(jīng)網(wǎng)絡(luò)對混沌分析得到的特征量進行模式識別,并將識別結(jié)果與傳統(tǒng)指紋圖譜特征量的識別結(jié)果進行比較;最后綜合選取CAPD特征量和指紋圖譜特征量進行模式識別。
研究結(jié)果表明:通過對局部放電信號的混沌分析獲得了各模型放電量時間序列
3、的混沌吸引子定性的分析了其混沌特性,然后提取了放電量時間序列的最大Lyapunov指數(shù)、Kolmogorov熵和關(guān)聯(lián)維數(shù)三個混沌特征參量進一步證實了氣隙局部放電過程不是完全的隨機過程,而是一個混沌過程,可以用混沌理論來分析氣隙局部放電的特性;對混沌特征量以及指紋圖譜特征量的識別結(jié)果對比可以發(fā)現(xiàn)兩種類型的特征量在模式識別中均有較好的效果,CAPD獲得的特征量對針針及球板放電的識別結(jié)果具有明顯的優(yōu)越性,但總體識別率相近,因此兩種類型的特征量
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 局部放電模式識別特征量提取方法研究與特征量相關(guān)性分析.pdf
- 組合電器局部放電非線性鑒別特征提取與模式識別方法研究.pdf
- 油紙絕緣局部放電的特征提取與模式識別.pdf
- 局部放電在線監(jiān)測的信號重構(gòu)和模式識別方法研究.pdf
- 油紙絕緣典型缺陷局部放電特征提取與模式識別研究.pdf
- 基于聲指紋的GIS設(shè)備局部放電模式識別方法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的局部放電模式識別方法研究.pdf
- 基于信號能量特征的開關(guān)柜局部放電監(jiān)測及故障模式識別方法研究.pdf
- 基于模糊聚類理論的局部放電模式識別方法與實驗研究.pdf
- 以復(fù)合復(fù)小波系數(shù)為特征量的局部放電模式識別研究.pdf
- 基于局部結(jié)構(gòu)特征空間拓?fù)潢P(guān)系建模的模式識別方法研究.pdf
- XLPE電纜局部放電信號的特征提取及模式識別研究.pdf
- 交聯(lián)聚乙烯電纜中間接頭局部放電特征提取與模式識別研究.pdf
- 基于分形特征和統(tǒng)計特征的礦用高壓電纜人工缺陷局部放電模式識別方法的研究.pdf
- 基于BP網(wǎng)絡(luò)的局部放電模式識別.pdf
- 基于D-dot的開關(guān)柜局部放電檢測及模式識別方法研究.pdf
- 基于混沌神經(jīng)網(wǎng)絡(luò)變壓器局部放電模式識別的研究.pdf
- 水資源智能模式識別方法及其應(yīng)用.pdf
- 基于多元圖特征基元的模式識別方法研究
- 改進的SVM模式識別方法.pdf
評論
0/150
提交評論