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
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
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...