基于智能算法的局部放电模式分层识别综合实验设计

摘要：

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

所属期刊栏目：40

分类号：TM835;G642.423(高电压技术)

资助基金：教育部新工科研究与实践项目;中国矿业大学教学研究重点项目;中国矿业大学实验技术研究与开发重大项目;国家重点研发计划;煤炭行业教育研究课题

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：48-56