基于SOM-BP组合神经网络的交联电缆局部放电模式识别

发布时间：2017-08-31 12:16

  本文关键词：基于SOM-BP组合神经网络的交联电缆局部放电模式识别

  更多相关文章： 局部放电 模式识别 组合神经网络 统计特征

【摘要】：为同时避免SOM神经网络不能以向量形式表示模式识别结果,BP神经网络需要大量训练样本的不足,深入研究神经网络基本原理,设计了一种将SOM神经网络作为初级网络,BP神经网络作为次级网络,两者间串联连接的SOM-BP组合神经网络模型。在试验室开展交联电缆局部放电模拟试验,提取了超宽频带单次放电脉冲时域波形的3、4阶统计特征作为放电指纹。随后,分别将3种神经网络作为分类器完成了局部放电模式识别,并通过对比SOMBP神经网络与两种单一神经网络的识别效果验证了该模型的正确性。识别结果表明,以SOM-BP组合神经网络作为分类器时各模式识别率均大于90%,且无论是各类识别率还是整体识别率,该网络识别效果均为最佳,证明了组合模型的有效性及合理性。
【作者单位】： 山东电力研究院;国网山东省电力公司;
【关键词】： 局部放电 模式识别 组合神经网络 统计特征
【分类号】：TP183;TM855
【正文快照】： 0引言 近年来,交联聚乙烯(C r o s slinked polyethylene,XLPE)电力电缆凭借其在制造工艺及运行性能等方面优势,逐渐取代油纸绝缘电缆成为了我国电力输送的主力设备。统计数据表明,除外界因素,局部放电(以下简称局放)是导致电缆绝缘故障的主要原因。在对电缆进行局放检测过程

【相似文献】

中国期刊全文数据库 前10条

1 文汉云;;硫化氢燃烧的神经网络PID控制及其仿真[J];自动化与仪器仪表;2006年01期

2 张U，

本文编号：765528