一种GIS绝缘缺陷局部放电图谱模式识别方法

    公开(公告)号:CN103440497B

    公开(公告)日:2016-12-07

    申请号:CN201310352549.2

    申请日:2013-08-13

    IPC分类号: G06K9/62 G01R31/12

    摘要: 一种GIS绝缘缺陷局部放电图谱模式识别方法,通过对GIS绝缘缺陷的典型放电图谱进行分析,根据其图谱分析其相位、幅值特征,建立数学模型。然后,通过数学模型产生模拟的图谱,验证其是否与原始图谱具有一致性。待验证成功后,根据建立的模型产生大量的放电数据,分别作为训练样本和测试样本。数据得到后,构建RBF神经网络,其中训练时采用K-均值聚类法。将训练样本输入到神经网络中进行训练,完成后将测试数据输入,经过计算得到识别结果。最后,通过调整训练误差允许值δ,可以达到快的训练速度及高的识别正确率。

    一种GIS绝缘缺陷局部放电图谱模式识别方法

    公开(公告)号:CN103440497A

    公开(公告)日:2013-12-11

    申请号:CN201310352549.2

    申请日:2013-08-13

    IPC分类号: G06K9/62 G01R31/12

    摘要: 一种GIS绝缘缺陷局部放电图谱模式识别方法,通过对GIS绝缘缺陷的典型放电图谱进行分析,根据其图谱分析其相位、幅值特征,建立数学模型。然后,通过数学模型产生模拟的图谱,验证其是否与原始图谱具有一致性。待验证成功后,根据建立的模型产生大量的放电数据,分别作为训练样本和测试样本。数据得到后,构建RBF神经网络,其中训练时采用K-均值聚类法。将训练样本输入到神经网络中进行训练,完成后将测试数据输入,经过计算得到识别结果。最后,通过调整训练误差允许值δ,可以达到快的训练速度及高的识别正确率。