基于K近邻算法的换流变压器局部放电模式识别

作     者：刘凡 张昀 姚晓 彭倩 聂鸿宇 李剑 周湶 LIU Fan;ZHANG Yun;YAO Xiao;PENG Qian;NIE Hongyu;LI Jian;ZHOU Quan

作者机构：四川电力科学研究院四川成都610072 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重庆400044 

出 版 物：《电力自动化设备》 (Electric Power Automation Equipment)

年 卷 期：2013年第33卷第5期

页      码：89-93页

摘      要：提出了一种基于K近邻KNN(K-Nearest Neighbour)算法的换流变压器故障诊断方法。设计了4种人工油纸绝缘缺陷,采用超高频天线采集局部放电信号。通过对局部放电超高频信号进行小波包多尺度变换,计算其多尺度小波系数的能量系数。采用KNN算法对局部放电超高频信号能量特征参数进行识别。将反向传播神经网络和所提方法对局部放电超高频信号模式的识别结果进行了对比,结果表明所提出的方法更适用于换流变压器故障诊断。

主 题 词：换流变压器 局部放电 超高频 故障诊断 故障分析 小波分解 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 080803[080803] 08[工学] 0807[工学-电子信息类] 0802[工学-机械学] 0811[工学-水利类] 

核心收录：

D　O　I：10.3969/j.issn.1006-6047.2013.05.016

馆 藏 号：203524970...