应用连续小波变换和深度学习方法的20kVGIS局部放电缺陷分类.pdf

应用连续小波变换和深度学习方法的20kVGIS局部放电缺陷分类.pdf

  1. 1、本文档共109页,其中可免费阅读33页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

许多电力故障直接或间接源于公用事业组件绝缘系统的问题。局部放电

(PD)是由于局部电场增强引起的异常放电,是导致电气设备绝缘故障的典型

因素。PD检测在确保电气系统,特别是20kV气体绝缘开关设备(GIS)的可靠

性和安全性方面提出了关键挑战。准确识别绝缘材料中的各种PD对于评估开关

设备组件在电力系统运行中的可靠性至关重要。有效识别不同类型的局部放电

有助于故障定位和消除。然而,随着电力设备的复杂性增加,信号的复杂性也

显著提高。传统的PD识别方法通常在从如此复杂的信号中有效提取

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档