文章摘要
基于EMD和Teager能量算子的电缆局部放电辨识
Figure 1 EMD flowchartFigure 2 Structure diagram of RBF neural network
投稿时间:2019-10-04  修订日期:2020-03-01
DOI:
中文关键词: 电缆  局部放电辨识  经验模态分解  Teager能量算子  RBF神经网络
英文关键词: 
基金项目:国家电网公司科技项目资助(合同号:J2018078):国家自然(51504253),江苏省自然科学(BK20161185)
作者单位邮编
刘波 国网江苏省电力有限公司徐州供电分公司
中国矿业大学
中航光电科技股份有限公司
国网江苏省电力有限公司 
211000
孟祥震 国网江苏省电力有限公司徐州供电分公司
中国矿业大学
中航光电科技股份有限公司
国网江苏省电力有限公司 
211000
迟鹏 中国矿业大学 211000
聂鹏飞 中航光电科技股份有限公司 471000
丁然 国网江苏省电力有限公司 
梁睿 中国矿业大学 211000
摘要点击次数: 190
全文下载次数: 128
中文摘要:
      针对矿区电缆的局部放电辨识问题,根据其传播特性,提出利用经验模式分解与Teager能量算子对电缆两端测量点处局部放电信号的初始波头进行辨识,提升波头辨识方法的抗噪声干扰能力。采用RBF神经网络对训练样本进行训练,结合局部放电信号到达电缆两端测量点的时间差,实现电缆局部放电的精确辨识。利用PSCAD/EMTDC搭建电缆的仿真电路,并结合MATLAB进行了大量的仿真试验与计算分析。仿真计算结果表明该方法辨识精度高、相对误差小。
英文摘要:
      For the problem of partial discharge identification of mining cable, according to its propagation characteristics, it is proposed to use empirical mode decomposition and teager energy operator to identify the initial wave head of the partial discharge signal at the two ends of the cable,and the anti-noise and interference capability of the wave head identification is improved. The RBF neural network is used to train the training sample and combine the time difference between the partial discharge signal to reach the measurement points at both ends of the cable to realize the accurate identification of the partial discharge of the cable. PSCAD/EMTDC was used to build the simulation, and a large number of simulation experiments and calculations were performed with MATLAB. Simulation results show that the method has high identification accuracy and small relative error.
查看全文   查看/发表评论  下载PDF阅读器
关闭