论文部分内容阅读
随着电力电缆的广泛应用和故障事故的增加，交联聚乙烯电力电缆的绝缘故障检测技术取得了长足的进展。论文在总结前有的XLPE电力电缆绝缘故障检测方法的基础上，以理论与实际相结合，研究了基于人工神经网络的XLPE电力电缆局部放电信号的模式识别方法。 论文通过对交联电力电缆发生局部放电的原因的分析，综合现有的XLPE电力电缆故障检测方法，提出了研究XLPE电力电缆局部放电在线检测的理论和实践意义。 详细分析了由特征量提取器和模式识别分类器两大模块构成的模式识别系统，阐述了人工神经网络的模式识别原理，论文一方面采用信号的PRPD模式的放电次数和统计算子作为BPNN的输入信号，设计了相应的BPNN模式识别程序；另一方面采用PRPD模式的统计算子作为SART人工神经网络的输入，设计了相应的SART神经网络模式识别程序。 采用设计的人工网络模式识别程序识别测量信号：次数为输入时，BP网络识别率和发生局放的强弱程度有关，局放信号越强，根据识别结果和实验现象，分析了出现误判的原因。结合贵州清红线110KV电缆的事故分析，验证了该种方法的有效性。