登录    注册    忘记密码

期刊文章详细信息

基于K-Means聚类算法的自动图谱识别在电缆局部放电在线监测系统中的应用  ( EI收录)  

Phase Resolved Partial Discharge Pattern Recognition Method for On-line Cable Condition Monitoring System Based on K-Means Clustering

  

文献类型:期刊文章

作  者:靖小平[1] 彭小圣[2] 姜伟[1] 周文俊[3] 周承科[2] 唐泽洋[3]

机构地区:[1]武汉供电公司,武汉430013 [2]英国格拉斯哥苏格兰大学 [3]武汉大学电气工程学院,武汉430072

出  处:《高电压技术》

基  金:英国国家自然科学基金(EP/G028397/1)~~

年  份:2012

卷  号:38

期  号:9

起止页码:2437-2446

语  种:中文

收录情况:AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20124515654986)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:局部放电相位谱图(phase resolved partial discharge pattern)是局部放电模式识别普遍采用的重要方法。但在中高压电缆在线局放监测系统中,电缆中的电压信号难以直接获取,使得局放相位谱图分析的开展遇到了重大的挑战。为此,在多年局放理论研究和局放现场应用研究的基础上,提出了基于K-Means聚类的局部放电相位谱图自动模式识别技术。该技术通过信号提取、坐标变换、K-Means聚类、中心点平移、模式判断的流程,克服了电缆局放监测中相位信息难以直接获取的缺点,能对来自三相的局部放电信号进行自动识别判断。5个应用实例证明,该方法能对电晕放电、内部放电、沿面放电和干扰信号做出准确的判断,必将在电缆在线监测系统中获得广泛的应用。

关 键 词:局部放电(PD)  K-MEANS 局部放电相位谱图  自动模式识别  聚类 在线监测  电力电缆  

分 类 号:TM206[材料类] TP311.13]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心