-
题名开关柜局部放电信号降噪与缺陷识别研究
被引量：3
- 1
-
-
作者
杨寅明
韩志
-
机构
国网冀北电力公司承德供电公司
-
出处
《信息技术》
2020年第5期155-159,164,共6页
-
文摘
文中采用暂态地电压法(TEV)进行检测,设计了四种典型的缺陷模型并搭建试验平台,分别对局部放电缺陷模型进行了实验。由于变电站现场环境复杂,需要对采集的信号进行信号降噪。针对以往小波降噪都是按照经验采取固定的分解层数的问题,提出一种Mallat算法结合最优分解层数自适应算法对含噪信号进行分离与重构,结果显示该算法可以很好地滤除噪声。对重构后的局放信号提取八种时域特征参数,并采用BP神经网络对开关柜局部放电的类型进行识别,当误差准确率δ=0.002时,放电类型的识别正确率最高,能够达到97%。
-
关键词
TEV
局部放电检测系统
MALLAT算法
最优分解层数
缺陷识别
-
Keywords
TEV
partial discharge detection system
Mallat algorithm
optimal decomposition layer
defect recognition
-
分类号
TM76
[电气工程—电力系统及自动化]
-
