论文部分内容阅读
为了提高局部放电的识别率与速度,本文将矩特征与概率神经网络相结合应用于局部放电模式识别,采集了开关柜四种缺陷放电类型.通过每种放电类型的三维谱图谱图获取矩特征.将得到的矩特征输入概率神经网络(PNN)进行分类识别.并分别与统计特征输入PNN、矩特征输入BP、HMM(隐马尔科夫模型)、贝叶斯分类器进行了比较.实验结果表明,基于矩特征与概率神经网路相结合对开关柜缺陷类型的分类效果令人满意.