基于神经网络开关柜的局部放电模式识别研究

摘要

开关柜作为电力设备的重要组成部分,它是在电力系统进行发电、输电、配电和电能转换过程中承担开合、控制、保护用电设备和用电人员安全的重要电力设备原件.笔者对开关柜中不同放电模式进行识别研究,可最大程度地缩短判断时间、缩小开关柜放电位置判断的误差.分析BP神经网络与RBF神经网络的特点,通过学习实验验证了RBF神经网络的学习效率是最高的,在放电模式识别场景中,其识别准确度已达到92％.