关键词:
XLPE电缆
局部放电
人工神经网络
模式识别
应用分析
摘要:
随着交联聚乙烯电力电缆的应用越来越广泛,伴随而来的是绝缘故障的不断发生,在故障的解决的过程中,绝缘故障的检测技术取得了长足的进步。本文采用理论与实验相结合的方法,基于已有的交联聚乙烯电力电缆绝缘局部放电理论以及故障检测技术,对交联聚乙烯电力电缆的局部放电模式识别方法进行了深入研究。本文首先对模式识别系统进行了详细的介绍,分析了局部放电模式识别的基本原理,对于采用PRPD模式的统计算子作为输入的BPNN神经网络,以及采用放电次数和统计算子作为输入的SART神经网络,设计了两种人工神经网络的模式识别程序。通过设计的人工神经网络对测量信号进行识别,得出以下实验结果:采用PRPD模式的放电次数作为输入的BPNN神经网络识别率达到88%,其主要影响因素为发生局部放电的强弱。采用PRPD模式的统计算子作为输入的BPNN神经网络识别率达到了95%。采用放电次数和统计算子作为输入的SART神经网络识别率达到了98%,其主要影响因素为样本量数量。本文通过本溪平山线110KV电缆的故障分析,证明了所研究的局部放电模式识别方法的有效性。