文献类型：期刊文章

作　　者：张彪[1] 焦良葆[1] 史塨毓[1] 安允展[2]

ZHANG Biao;JIAO Liang-bao;SHI Gong-yu;AN Yun-zhan(Kangni Institute of Mechanical and Electrical Engineering,Nanjing Institute of Technology,Nanjing 211167,China;Electric Power Simulation and Control Engineering Center,Nanjing Institute of Technology,Nanjing 211167,China)

机构地区：[1]南京工程学院康尼机电研究院,江苏南京211167 [2]南京工程学院电力仿真与控制工程中心,江苏南京211167

出　　处：《南京工程学院学报（自然科学版）》

年　　份：2018

卷　　号：16

期　　号：4

起止页码：55-60

语　　种：中文

收录情况：普通刊

摘　　要：准确识别开关柜的局部放电有益于电网的安全运行.在利用声检测方法实现的开关柜局部放电在线监测中,周围噪声会降低局部放电信号的识别效果.针对噪声干扰问题,提出了一种基于小波去噪的开关柜局部放电声检测方法.对包含噪声的放电声音信号进行小波降噪,再进行特征提取,最后运用粒子群-支持向量机(PSO-SVM)分类器完成放电状态识别.在某电力公司的局部放电测试平台进行模拟仿真,试验结果显示,利用PSO-SVM对开关柜局部放电信号的识别效果要优于传统SVM方法,且经小波去噪改进后的分类准确率能够达到95%,比去噪前提高8%.

关 键 词：开关柜 局部放电 小波去噪 粒子群支持向量机  

分 类 号：TM831]