-
题名基于智能算法的局部放电模式分层识别综合实验设计
被引量：3
- 1
-
-
作者
严家明
周一恒
徐瑞东
邓先明
-
机构
中国矿业大学电气工程学院
中国矿业大学信息与控制工程学院
-
出处
《实验技术与管理》
CAS
北大核心
2023年第2期48-56,共9页
-
基金
教育部第二批新工科研究与实践项目(E-DZYQ20201416)
中国矿业大学教学研究重点项目(2021ZD01)
+2 种基金
中国矿业大学实验技术研究与开发重大项目(S2020Z003)
国家重点研发计划项目(2017YFF0210600)
煤炭行业教育研究课题(2021MXJG082)。
-
文摘
该文设计了局部放电模式识别实验,改进了基于智能算法的样本分层实验分析方法,建立了基于教研融合的实验教学新模式。通过设计三种放电缺陷采集局部放电信号,利用小波变换清洗局部放电数据,基于统计学构建局部放电相位分布(PRPD)图谱并提取特征量,对比分析了利用BP神经网络(BPNN)传统算法和改进的样本分层算法对放电类型识别的效率。实验结果表明,样本分层智能算法能够提高局部放电模式识别效率。该实验基于教师科研成果,综合运用了电气、信息、统计学及计算机等多学科交叉,建立了“基于实践、递进启发、学科交叉”的教研融合实验教学新模式,锻炼了学生的实践动手能力和知识综合运用能力,培养了学生的探索热情和创新意识。
-
关键词
放电缺陷
prpd模式
统计特征
样本分层识别
教研融合
-
Keywords
discharge defect
prpd pattern
statistics feature
sample-layered recognition
teaching and research integration
-
分类号
TM835
[电气工程—高电压与绝缘技术]
G642.423
[文化科学—高等教育学]
-
