论文摘要
现有的GIS局部放电类型诊断主流采用单一分类器直接进行多类型划分,该方法对类间交叉重叠区域敏感,且受单一分类器固有缺陷的影响。文中提出了一种深度分层放电类型诊断方法,以逐层二分决策实现多类划分,在分层决策中优先进行良性样本的区分,将交叉重叠区域分类问题放至深层节点进行,且在每个二分节点处可择优选用不同分类器。设计了5种典型的GIS放电模型,从放电PRPD谱图、U-Δt序列谱图的统计特征、图像特征出发,构造了16个特征参量,探索了不同分层深度值下的诊断分类正确率,并与传统直接分类方法进行了比较。结果表明:深度分层诊断相比于直接识别诊断,总体识别正确率提高了20%,尤其对直接识别诊断误判率大的沿面、颗粒类缺陷,识别正确率提升明显（30%）。
论文目录
文章来源
类型: 期刊论文
作者: 张连根,路士杰,李成榕,唐铭泽,唐志国
关键词: 局部放电,类型诊断,深度分层
来源: 高压电器 2019年10期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 华北电力大学新能源电力系统国家重点实验室
基金: 国家重点研发计划资助(2017YFB0903800)~~
分类号: TM855
DOI: 10.13296/j.1001-1609.hva.2019.10.005
页码: 25-32
总页数: 8
文件大小: 2265K
下载量: 91