基于EFPI传感器的GIS局部放电模式识别研究

基于EFPI传感器的GIS局部放电模式识别研究
非本征法布里-帕罗干涉（EFPI）光纤超声传感器可用于气体绝缘全封闭组合电器（GIS）内部的局部放电超声信号检测及模式识别研究，相较于传统的压电式传感器，具有灵敏度高、抗干扰能力强等优点。基于此，文中在充有0.4 MPa SF6气体的GIS腔体内设置尖端、金属颗粒、悬浮和沿面4种典型的局部放电模型，创新性地利用EFPI传感器对放电超声信号进行检测，提取单次超声脉冲信号波形特征形成特征参数数据库，分别应用概率神经网络（PNN）算法和支持向量机（SVM）算法进行模式识别并比较分析。EFPI传感器检测到的超声信号特征突出，在提取特征参数的基础上，2种模式识别算法均能达到85%以上的平均识别率，且SVM的识别效果要优于PNN。

标题：
基于EFPI传感器的GIS局部放电模式识别研究
Partial discharge pattern recognition in GIS based on EFPI sensor

作者：
韩世杰，吕泽钦，隋浩冉，王伟，屠幼萍，高超飞
HAN Shijie, LYU Zeqin, SUI Haoran, WANG Wei, TU Youping, GAO Chaofei

关键词：
气体绝缘全封闭组合电器(GIS);局部放电;模式识别;非本征法布里-帕罗干涉(EFPI)传感器;概率神经网络(PNN);支持向量机(SVM)
gas-insulated switchgear (GIS);partial discharge;pattern recognition;extrinsic Fabry-Perot interferometer (EFPI) sensor;probabilistic neural network (PNN);support vector machine (SVM)

2025-1-23 19:51 上传 基于EFPI传感器的GIS局部放电模式识别研究.pdf

文件大小:

1.88 MB

下载次数:

60

高速下载