首页 | 本学科首页   官方微博 | 高级检索  
     

110kV及以上电缆典型缺陷的智能识别研究
引用本文:项恩新,周婉亚,王科,王鹏,刘红文,杨能,周群,雷勇. 110kV及以上电缆典型缺陷的智能识别研究[J]. 云南电力技术, 2019, 0(1): 89-91
作者姓名:项恩新  周婉亚  王科  王鹏  刘红文  杨能  周群  雷勇
作者单位:云南电网有限责任公司电力科学研究院;四川大学电气信息学院
摘    要:为了提高电力电缆现场测试过程中缺陷类型判断的准确性与灵敏性,通过阻尼振荡波电压法对存在人工缺陷的电缆终端进行局部放电测试,采集不同缺陷下的局部放电信号并提取放电特征量以构造局部放电智能模式识别分类器,经实验验证,所构造的智能模式识别分类器能够在短时间内较准确地判断并输出显示缺陷类型,一定程度上简化了现场检测中的工作量并提高了工作效率。

关 键 词:阻尼振荡波  电缆终端  局部放电  智能识别

Intelligent recognition of typical defects of power cable 110kV and above
XIANG Enxin,ZHOU Wanya,WANG Ke,WANG Peng,LIU Hongwen,YANG Neng,ZHOU Qun,LEI Yong. Intelligent recognition of typical defects of power cable 110kV and above[J]. Yunnan Electric Power, 2019, 0(1): 89-91
Authors:XIANG Enxin  ZHOU Wanya  WANG Ke  WANG Peng  LIU Hongwen  YANG Neng  ZHOU Qun  LEI Yong
Affiliation:(Yunnan Electric Power Research Institute,Yunnan Power Co.,Ltd,Kunming 650000,China;College of Electrical Engineering and Information,Sichuan University,Chengdu 610065,China)
Abstract:XIANG Enxin;ZHOU Wanya;WANG Ke;WANG Peng;LIU Hongwen;YANG Neng;ZHOU Qun;LEI Yong(Yunnan Electric Power Research Institute,Yunnan Power Co.,Ltd,Kunming 650000,China;College of Electrical Engineering and Information,Sichuan University,Chengdu 610065,China)
Keywords:damped oscillating wave  cable terminal  partial discharge  intelligent recognition
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号