检索结果-维普期刊中文期刊服务平台

电气设备局部放电模式识别研究综述被引量：99: 1; 作者唐志国唐铭泽 +3 位作者李金忠王健一吴超汪可《高电压技术》 EI CAS CSCD 北大核心 2017年第7期2263-2277,共15页; 电气设备局部放电模式识别是指对电气设备的放电故障类型进行识别。作为局部放电故障诊断技术的基础,它为局部放电风险程度评估提供重要的参考信息。对国内外在电气设备局部放电模式识别技术方面的研究现状进行梳理,分别从局部放电模式... 展开更多; 关键词局部放电模式识别局部放电模式特征量分类器信息融合分类决策; 在线阅读下载PDF 职称材料

基于多特征信息融合技术的局部放电模式识别研究被引量：52: 2; 作者黄亮唐炬 +1 位作者凌超张晓星《高电压技术》 EI CAS CSCD 北大核心 2015年第3期947-955,共9页; 针对单一特征信息分析模式独立辨识不能有效、可靠地判断出局部放电(PD)类型致使识别"误诊"的问题,以及为了最大限度地利用特高频(UHF)传感器所获取的丰富绝缘状态信息,利用放电时间、放电相位分布及UHF能量与放电量相关性等... 展开更多; 关键词局部放电特高频放电量模式识别局部放电相位分布模式 D-S证据理论多特征信息融合; 在线阅读下载PDF 职称材料

基于LDA和RBF神经网络的开关柜局部放电模式识别方法研究被引量：15: 3; 作者王卓朱宁宁郑祥《电子测量技术》北大核心 2021年第14期148-152,共5页; 针对传统信号特征提取方法存在高维数和无效信息过多的问题,提出了一种基于线性判别算法和径向基神经网络的开关柜局部放电模式识别方法。该方法将两种算法结合,达到识别速率和识别准确率双优的目的。首先,建立开关柜的3种超声波局部放... 展开更多; 关键词局部放电模式识别径向基神经网络线性判别算法小波降噪; 在线阅读下载PDF 职称材料

基于自适应双阈值的局部放电基本参数提取被引量：21: 4; 作者王刘旺朱永利 +1 位作者李莉贾亚飞《高电压技术》 EI CAS CSCD 北大核心 2016年第4期1268-1274,共7页; 局部放电基本参数自动化提取是高压设备局部放电在线PRPD分析的一项关键技术。针对现有方法因缺乏有效的参数选取方案导致适用性差的问题,提出了一种基于自适应双阈值的局部放电基本参数提取新方法。该方法利用放电幅值阈值和放电间隔... 展开更多; 关键词局部放电相位分布模式基本参数提取局部极值点最大类间方差法自适应阈值数据处理; 在线阅读下载PDF 职称材料

题名电气设备局部放电模式识别研究综述被引量：99: 1; 作者唐志国唐铭泽李金忠王健一吴超汪可; 机构华北电力大学新能源电力系统国家重点实验室华北电力大学高电压与电磁兼容北京市重点实验室中国电力科学研究院; 出处《高电压技术》 EI CAS CSCD 北大核心 2017年第7期2263-2277,共15页; 文摘电气设备局部放电模式识别是指对电气设备的放电故障类型进行识别。作为局部放电故障诊断技术的基础,它为局部放电风险程度评估提供重要的参考信息。对国内外在电气设备局部放电模式识别技术方面的研究现状进行梳理,分别从局部放电模式构造、特征量提取以及分类器选择3方面进行归纳总结。讨论了目前局部放电模式识别各环节研究及实践中存在的问题,最后从融合多种放电模式的特征量信息、优化改进分类器以及寻优分类决策等方面对局部放电模式识别技术的发展进行展望。; 关键词局部放电模式识别局部放电模式特征量分类器信息融合分类决策; Keywords partial discharge pattern recognition PD patterns feature classifier information fusion classification decision; 分类号 TM855 [电气工程—高电压与绝缘技术]; 在线阅读下载PDF 职称材料

题名基于多特征信息融合技术的局部放电模式识别研究被引量：52: 2; 作者黄亮唐炬凌超张晓星; 机构重庆大学输配电装备及系统安全与新技术国家重点实验室武汉大学电气工程学院; 出处《高电压技术》 EI CAS CSCD 北大核心 2015年第3期947-955,共9页; 基金国家自然科学基金(51377181) 重庆市基础与前沿研究计划项目(cstc2013jjb90002)~~; 文摘针对单一特征信息分析模式独立辨识不能有效、可靠地判断出局部放电(PD)类型致使识别"误诊"的问题,以及为了最大限度地利用特高频(UHF)传感器所获取的丰富绝缘状态信息,利用放电时间、放电相位分布及UHF能量与放电量相关性等3类特征信息的共性和差异性进行融合互补,提出一种基于多特征信息融合的PD模式识别方法。通过在一套三相分箱式真实GIS(ZF-10-126)试验平台上实测所得的PD试验信息进行分析其结果表明:3类特征信息独立辨识各类缺陷的准确度存在较大差异性和不确定性,但有着各自优势。而采用D-S证据理论进行3类特征信息融合PD模式识别技术,可对3类特征信息独立识别法各自存在的不足进行互补,具有更高更准确的辨识率和可靠性。至此验证了所提方法的有效性与正确性。; 关键词局部放电特高频放电量模式识别局部放电相位分布模式 D-S证据理论多特征信息融合; Keywords partial discharge ultra-high frequency discharge magnitude pattern recognition phase-resolved partial discharge D-S evidence theory multi-feature fusion; 分类号 TM855 [电气工程—高电压与绝缘技术]; 在线阅读下载PDF 职称材料

题名基于LDA和RBF神经网络的开关柜局部放电模式识别方法研究被引量：15: 3; 作者王卓朱宁宁郑祥; 机构大连交通大学电气信息工程学院; 出处《电子测量技术》北大核心 2021年第14期148-152,共5页; 文摘针对传统信号特征提取方法存在高维数和无效信息过多的问题,提出了一种基于线性判别算法和径向基神经网络的开关柜局部放电模式识别方法。该方法将两种算法结合,达到识别速率和识别准确率双优的目的。首先,建立开关柜的3种超声波局部放电(PD)模型。然后,利用时频分析和小波分解,提取信号的时频特征和小波系数特征,通过线性判别算法(LDA)对提取的特征向量进行降维处理,最后利用径向基(RBF)神经网络对局部放电缺陷类型进行分类,其识别准确率均在90%以上,并且训练时间缩减50%以上,证明该识别方法具有实用性。; 关键词局部放电模式识别径向基神经网络线性判别算法小波降噪; Keywords partial discharge pattern recognition radial basis function neural network linear discrimination algorithm wavelet denoising; 分类号 TM933 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于自适应双阈值的局部放电基本参数提取被引量：21: 4; 作者王刘旺朱永利李莉贾亚飞; 机构华北电力大学电气与电子工程学院华北电力大学新能源电力系统国家重点实验室; 出处《高电压技术》 EI CAS CSCD 北大核心 2016年第4期1268-1274,共7页; 基金中央高校基本科研业务费专项资金(13XS30 2015XS106)~~; 文摘局部放电基本参数自动化提取是高压设备局部放电在线PRPD分析的一项关键技术。针对现有方法因缺乏有效的参数选取方案导致适用性差的问题,提出了一种基于自适应双阈值的局部放电基本参数提取新方法。该方法利用放电幅值阈值和放电间隔阈值对PD信号的所有局部极值点进行双重过滤得到有效放电脉冲及其参数。为了减少整个处理过程的人工干预,提出采用最大类间方差法自适应选取上述双阈值。实验室中所测信号分析结果表明,所提方法能有效地提取PD信号的基本参数,对总数643例放电进行检测仅漏检13例、误检0例,且对80 MHz高采样率的放电信号的检测时间仍低于0.3 s,在准确性与计算效率上均优于现有方法。; 关键词局部放电相位分布模式基本参数提取局部极值点最大类间方差法自适应阈值数据处理; Keywords phase resolved partial discharge（PRPD） extraction of fundamental parameters local extrema points maximum between-cluster variance algorithm adaptive threshold data processing; 分类号 TM855 [电气工程—高电压与绝缘技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	电气设备局部放电模式识别研究综述	唐志国唐铭泽李金忠王健一吴超汪可	《高电压技术》 EI CAS CSCD 北大核心	2017	99	在线阅读下载PDF 职称材料
2	基于多特征信息融合技术的局部放电模式识别研究	黄亮唐炬凌超张晓星	《高电压技术》 EI CAS CSCD 北大核心	2015	52	在线阅读下载PDF 职称材料
3	基于LDA和RBF神经网络的开关柜局部放电模式识别方法研究	王卓朱宁宁郑祥	《电子测量技术》北大核心	2021	15	在线阅读下载PDF 职称材料
4	基于自适应双阈值的局部放电基本参数提取	王刘旺朱永利李莉贾亚飞	《高电压技术》 EI CAS CSCD 北大核心	2016	21	在线阅读下载PDF 职称材料