一种基于神经网络的高压电缆局部放电缺陷识别方法

摘要

本发明公开了一种基于神经网络的高压电缆局部放电缺陷识别方法，涉及电力系统技术领域；包括以下步骤：获取高压电缆局部放电缺陷现场的历史数据，以形成原始数据集；从所述原始数据集中提取局部放电特征数据，并生成样本数据集；对所述样本数据集进行归一化处理，并拆分为训练集和测试集；根据样本数据集，初始化粒子群；对所述粒子群中个体向量映射，进行样本空间训练；评价并计算粒子群个体，并判断是否满足中止条件；若不满足中止条件，则重新确定极值，更新所述粒子群，并返回上一步；若满足中止条件，则输出一组优化权值和中心值，并输入所述神经网络模型完成缺陷识别。本发明避免了误判、节省了人力、加快了识别速度和提高了识别的准确率。