文献类型：期刊文章

作　　者：刘凡[1] 张昀[1] 姚晓[1] 彭倩[1] 聂鸿宇[1] 李剑[2] 周湶[2]

机构地区：[1]四川电力科学研究院,四川成都610072 [2]重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆400044

出　　处：《电力自动化设备》

年　　份：2013

卷　　号：33

期　　号：5

起止页码：89-93

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、EI(收录号：20132316405295)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于K近邻KNN(K-Nearest Neighbour)算法的换流变压器故障诊断方法。设计了4种人工油纸绝缘缺陷,采用超高频天线采集局部放电信号。通过对局部放电超高频信号进行小波包多尺度变换,计算其多尺度小波系数的能量系数。采用KNN算法对局部放电超高频信号能量特征参数进行识别。将反向传播神经网络和所提方法对局部放电超高频信号模式的识别结果进行了对比,结果表明所提出的方法更适用于换流变压器故障诊断。

关 键 词：换流变压器 局部放电 超高频 故障诊断  故障分析  小波分解

分 类 号：TM855]