|
|||||
|
|
| 人工智能在局部放电检测中的应用(二):模式识别与状态评估 | |
| 引用本文： | 范路,陆云才,陶风波,尹毅.人工智能在局部放电检测中的应用(二):模式识别与状态评估[J].绝缘材料,2021,54(7):10-24. |
| 作者姓名： | 范路 陆云才 陶风波 尹毅 |
| 作者单位： | 上海交通大学 电子信息与电气工程学院,上海 200240;国网江苏省电力有限公司电力科学研究院,江苏 南京 211102 |
| 摘 要： | 故障类型的模式识别以及状态评估对于故障诊断和维修至关重要.不同缺陷类型将产生具有差异性的局部放电信号,缺陷的严重程度以及局部放电的演变过程同样会引起局部放电信号的改变,这种情况能够转化为不同严重等级和发展阶段的模式识别,模式识别属于典型的分类问题.本文对模式识别和状态评估这类分类问题进行综述.相比基于数理统计的分类结果,人工智能算法实现了接近100％的识别准确率.然而当前研究中仍存在一些不足,对此本文给出了解决策略并对未来的研究方向进行了展望. |
| 关 键 词： | 局部放电 分类 特征提取 模式识别 状态评估 人工智能 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |