摘要
本发明适用于局部放电识别技术领域,提供了一种基于特高频的局部放电类型识别方法及系统,其方法包括:采集真空断路器的局部放电数据,并对所述局部放电数据进行预处理;基于所述预处理后的数据生成PRPD图谱,所述PRPD图谱包括反映所述真空断路器局部放电的特征向量;构建初始BP神经网络模型并利用粒子群算法进行优化,得到优化后的BP神经网络模型;将所述特征向量作为训练样本输入至所述优化后的BP神经网络模型中进行训练;输出所述真空断路器的局部放电预测类型。本发明基于PRPD图谱提取特征,通过粒子群算法优化神经网络模型,经模型训练有效提高了局部放电类型的识别率。
技术关键词
局部放电数据
BP神经网络模型
真空断路器
粒子群算法
图谱
识别方法
识别系统
网格
清洗规则
局部放电识别
标签
模块
识别误差
参数
表达式
系统为您推荐了相关专利信息
网络功能虚拟化环境
资源配置方法
粒子群算法
部署虚拟网络功能
因子
功能监测方法
尿路
神经网络模型训练
BP神经网络模型
模拟数字转换器
课程智能
编排系统
PageRank算法
混合整数非线性规划
匈牙利算法
尾矿库
模型构建方法
粒子群算法
数据采集模块
边坡