开关柜局部放电模式识别

摘要：

针对高压开关柜局部放电模式分类中样本数较少,常规的分类方法识别率较低,提出了一种基于改进果蝇算法(FOA)优化的概率神经网络模型(PNN)的局部放电模式识别方法.作为一种新型的群体搜索随机优化算法,FOA算法具有原理简单、参数少,收敛快等优点.实验采集的局部放电信号进行处理并归一化,作为FOA-PNN神经网络的输入样本进行识别,并与传统算法进行比较.仿真实验证明:该算法可以有效地运用到局部放电模式识别中,为开关柜局部放电诊断供了一条新途径,具有良好的研究价值和发展前景.

关键词：果蝇优化算法、概率神经网络、高压开关柜、局部放电模式识别

所属期刊栏目：22

分类号：TM591(电器)

在线出版日期：2019-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：146-152