10kV电缆接头典型缺陷局部放电类型模式识别
桂俊峰1
刘岳楠2
逯华1
耿民3
邱超军3
王喜莲1
1.北京交通大学 电气工程学院,北京 1000442.北京交通大学 电气工程学院,北京 100044;中国船舶集团有限公司 系统工程研究院,北京 1000943.中车唐山机车车辆有限公司 动车检修部,河北 唐山 063035
摘要：针对配电网10 kV电缆接头典型缺陷常见放电类型识别精度低问题,根据电缆接头常见放电类型建立4种放电模型,搭建局放试验平台并获取模型的放电谱图.对谱图的分布特征、矩特征、纹理特征进行提取,对比反向传播(Back Propagation,BP)神经网络算法和网格搜索参数优化的支持向量机算法(Support Vector Machine,SVM)对放电模型特征序列的识别精度.制作4种电缆接头典型缺陷实物模型并获取其放电谱图,提取谱图分布特征、矩特征及纹理特征.对比BP神经网络、基于网格搜索参数优化的SVM和基于遗传算法参数优化的SVM等3种算法对电缆接头缺陷放电类型的识别精度.研究结果表明:基于遗传算法参数优化的SVM算法能对电缆接头缺陷放电谱图的组合特征进行准确识别,且识别率高于其他传统算法,在电缆局部放电模式识别领域具有一定的工程应用价值.
关键词：电力电缆中间接头典型缺陷局部放电放电类型特征提取
分类号：TM247(电工材料)
论文发表日期：2023-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 140-148 )
英文信息