文章-世纪中文出版社

查看投稿进度

学术期刊

最新录用

王朝阳--文章已录用《历史研究进展》2025-09-18

诸园杨蕊--文章已录用《国际教育论坛》2025-09-18

康海龙--文章已录用《中国建筑》2025-09-18

周晓飞--文章已录用《中国建筑》2025-09-18

李丽--文章已录用《中国教育研究》2025-09-18

冯迪--文章已录用《光电子进展》2025-09-15

辛国庆--文章已录用《工程与技术研究》2025-09-15

殷秋实--文章已录用《法学学报》2025-09-15

蔡文斌--文章已录用《动力技术研究》2025-09-15

张世达--文章已录用《电网技术研究》2025-09-15

吴智勇--文章已录用《电路系统研究》2025-09-15

李华--文章已录用《电力技术学报》2025-09-15

聂磊--文章已录用《当代中医药》2025-09-15

高国庆--文章已录用《当代畜牧兽医》2025-09-15

刘福星--文章已录用《传感器研究》2025-09-15

郭丽--文章已录用《测绘科学与技术》2025-09-15

周紫薇--文章已录用《财会研究杂志》2025-09-15

陆丁丁--文章已录用《材料科学研究》2025-09-15

路瑶--文章已录用《中医研究杂志》2025-09-17

阮慧--文章已录用《医学研究杂志》2025-09-10

首页 > 期刊 > 文章

基于局部放电信号的环网柜绝缘缺陷类型识别下载：142 浏览：1637

尹舵李海卢世杰陈昶霖郭泽阳苏家良曾维伟《信号处理与图像分析》 2022年2期

摘要:

环网柜作为配电网传输节点，但其易出现绝缘故障，进而直接影响配电网供电可靠性。局部放电(Partial discharge，PD)测试作为环网柜绝缘缺陷检测的有效手段，提出一种采用超声波检测和神经网络的绝缘故障识别方法。首先采用小波神经网络(Wavelet neural network,WNN)对PD信号进行滤波去噪处理，然后基于时域与小波包分解系数提取信号特征，将提取到的信号特征输入到概率神经网络(Probabilistic Neural Networks, PNN)中进行训练识别。测试结果表明：所提方法能有效识别环网柜中的绝缘缺陷类型，且识别率可达89%，具有一定实践意义。

[1/1]

版权所有 © 2025 世纪中文出版社京ICP备2024086036号-2