文章-世纪中文出版社

查看投稿进度

学术期刊

最新录用

赵亚辉--文章已录用《信息通信与技术》2025-06-18

刘凤霞--文章已录用《国际护理学》2025-06-18

张华锋--文章已录用《课程教育研究》2025-06-18

廖东兰--文章已录用《护理研究杂志》2025-06-19

李再树--文章已录用《中医研究杂志》2025-06-19

崔文霞--文章已录用《中国石油工业》2025-06-19

石光杰 --文章已录用《中国科学研究》2025-06-19

向世强--文章已录用《医学研究杂志》2025-06-19

杨子仪--文章已录用《现代物理学报》2025-06-19

卢玉凤--文章已录用《现代物理学报》2025-06-19

熊丹丹--文章已录用《现代康复医学》2025-06-19

姬浩--文章已录用《石油科学研究》2025-06-19

李春阳--文章已录用《课程教育研究》2025-06-19

张琳琳--文章已录用《教学管理研究》2025-06-19

陈莹--文章已录用《建筑与工程管理》2025-06-19

肖强--文章已录用《建筑技术学报》2025-06-19

刘胜云 --文章已录用《护理研究杂志》2025-06-19

罗仍吉--文章已录用《护理研究杂志》2025-06-19

李琼--文章已录用《国际护理学》2025-06-19

孙鹏--文章已录用《地球科学探索》2025-06-19

首页 > 期刊 > 文章

基于局部放电信号的环网柜绝缘缺陷类型识别下载：142 浏览：1595

尹舵李海卢世杰陈昶霖郭泽阳苏家良曾维伟《信号处理与图像分析》 2022年2期

摘要:

环网柜作为配电网传输节点，但其易出现绝缘故障，进而直接影响配电网供电可靠性。局部放电(Partial discharge，PD)测试作为环网柜绝缘缺陷检测的有效手段，提出一种采用超声波检测和神经网络的绝缘故障识别方法。首先采用小波神经网络(Wavelet neural network,WNN)对PD信号进行滤波去噪处理，然后基于时域与小波包分解系数提取信号特征，将提取到的信号特征输入到概率神经网络(Probabilistic Neural Networks, PNN)中进行训练识别。测试结果表明：所提方法能有效识别环网柜中的绝缘缺陷类型，且识别率可达89%，具有一定实践意义。

[1/1]

版权所有 © 2025 世纪中文出版社京ICP备2024086036号-2