文献类型：期刊文章

作　　者：袁忠华[1] 袁衢龙[2]

YUAN Zhonghua;YUAN Qulong(State Grid Quzhou Power Supply Company,Quzhou 324000,China;State Grid Songyang Electric Power Supply Branch,Songyang 323400,China)

机构地区：[1]国网浙江省电力公司衢州供电公司,浙江衢州324000 [2]国网浙江松阳县供电公司,浙江松阳323400

出　　处：《电瓷避雷器》

年　　份：2019

期　　号：1

起止页码：184-188

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、IC、INSPEC、RCCSE、核心刊

摘　　要：针对金属氧化物避雷器(MOA)老化在线诊断难的问题,提出一种基于SOM神经网络的MOA老化在线诊断方法。首先利用热成像仪获取已知老化情况的MOA温度分布数据,然后将其代入SOM神经网络进行训练。当SOM网络达到训练精度后,再利用网络对未知老化情况的MOA进行诊断,从而实现MOA老化在线诊断。验证表明:利用50只MOA温度分布数据对SOM网络训练500步后,其诊断正确率达到98%。使用10只MOA温度分布数据对SOM网络进行可靠性验证,诊断正确率100%。表明该方法具有较高可靠性。

关 键 词：金属氧化物避雷器 诊断  老化  自组织映射神经网络 电力系统

分 类 号：TM862]