QQ客服 官方微博 反馈留言

	发电机局部放电的统计特征识别
	满玉岩 ; 高文胜 ; 高凯 ; 谈克雄 ; Man Yuyan ; Gao Wensheng ; Gao Kai ; Tan Kexiong
	2010-06-10 ; 2010-06-10
关键词	局部放电 模式识别 基于距离的模式归类法 人工神经网络 Partial discharge, pattern recognition, distance-based classifier, artificial neural network TM301
其他题名	Statistical Recognition of Discharge Patterns in Power Generator
中文摘要	介绍了一种利用二维谱图的形状统计特征进行放电模式识别的方法。利用发电机线棒工业仿真模型进行局部放电信号检测,放电信号来自四种不同的故障模式。分别使用基于距离的模式归类法和前馈网络进行模式识别,根据统计特征对放电模式的描述能力和两种识别方法的分类能力进行了分析比较。结果表明统计识别方法的分类效果是令人满意的。; This paper presents the results on the use of statistical operators for recognition of 2-dimensional discharge patterns. Discharge signal is measured from four kinds of the industrial models of stator winding bars. Discharge patterns with different types and intensities are obtained. The distance based methods and back-propagation network are used for recognition. The description capabilities of statistical operators and the discrimination abilities of above two classifying algorithms on discharge patterns are compared. The results indicate that statistical operators are effective in pattern description and back propagation network is satisfied in classification.
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://hdl.handle.net/123456789/62874]
专题	清华大学
推荐引用方式 GB/T 7714	满玉岩,高文胜,高凯,等. 发电机局部放电的统计特征识别[J],2010, 2010.
APA	满玉岩.,高文胜.,高凯.,谈克雄.,Man Yuyan.,...&Tan Kexiong.(2010).发电机局部放电的统计特征识别..
MLA	满玉岩,et al."发电机局部放电的统计特征识别".(2010).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。