文献

J-GLOBAL ID：201702210755542967   整理番号：17A0826370

累積エネルギー関数の最適化された特徴抽出に基づく多重部分放電源の自己適応分離【Powered by NICT】

Self-adaptive separation of multiple partial discharge sources based on optimized feature extraction of cumulative energy function

著者 (9件)： Zhu Ming-Xiao (State Key Laboratory of Electrical Insulation and Power Equipment, School of Electrical Engineering, Xi’an Jiaotong University, Shaanxi, 710049, China) ,  Liu Qing (State Key Laboratory of Electrical Insulation and Power Equipment, School of Electrical Engineering, Xi’an Jiaotong University, Shaanxi, 710049, China) ,  Xue Jian-Yi (State Key Laboratory of Electrical Insulation and Power Equipment, School of Electrical Engineering, Xi’an Jiaotong University, Shaanxi, 710049, China) ,  Deng Jun-Bo (State Key Laboratory of Electrical Insulation and Power Equipment, School of Electrical Engineering, Xi’an Jiaotong University, Shaanxi, 710049, China) ,  Zhang Guan-Jun (State Key Laboratory of Electrical Insulation and Power Equipment, School of Electrical Engineering, Xi’an Jiaotong University, Shaanxi, 710049, China) ,  Shao Xian-Jun (Research Institute of State Grid Zhejiang Electric Power Company, Hangzhou, 310014, China) ,  He Wen-Lin (Research Institute of State Grid Zhejiang Electric Power Company, Hangzhou, 310014, China) ,  Guo An-Xiang (Research Institute of State Grid Shaanxi Electric Power Company, Xi’an, 710048, China) ,  Liu Xiao-Wei (Research Institute of State Grid Shaanxi Electric Power Company, Xi’an, 710048, China)
資料名： IEEE Transactions on Dielectrics and Electrical Insulation  (IEEE Transactions on Dielectrics and Electrical Insulation)
巻： 24  号： 1  ページ： 246-258  発行年： 2017年 
JST資料番号： W0578A  ISSN： 1070-9878  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 部分放電(PD)測定は高電圧電力機器の絶縁状態評価のための有効なツールである。多重PD源の発生は,パターン認識と故障リスク評価に大きな困難を引き起こす。本論文では,累積エネルギー(CE)関数の最適化された特徴抽出に基づく自己適応PD分離アルゴリズムを提案した。時間領域(TCE)と周波数領域(FCE)におけるCE機能はPD波形とそのFFTスペクトルから計算した。CE曲線を横断する斜め線を用いて,幅特徴は,それらの間の交点から抽出した。数学的モルフォロジー勾配(MMG)運転により,鮮鋭度の特徴は,CEの上昇勾配を特性化するために抽出した。幅と鋭さの分離能力は,予め選ばれた斜線とMMG下で構造要素長さ(SEL)に依存したことが分かった。種々の実験条件についての満足なPD分離結果を得るために,密度汎関数に基づくパラメータは,分離能力を評価するために提案し,斜め線とSELは評価パラメータを最大化する目的で最適化した。を採用した特徴空間と分離したPD信号の異なるクラスタを発見するためのクラスタリングアルゴリズム。分離アルゴリズムについて,実験室および実地装置での実験から得られた混合PD電流パルスと超高周波(UHF)信号を用いて検討した。結果は,自己適応型分離法は,実験条件の変化に影響されない,混合PD信号を分離するのに有効であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 周波数領域 ,  電力機器 ,  SHF【周波数】 ,  キャラクタリゼーション ,  *多重化 ,  クラスタ ,  スペクトル ,  アルゴリズム ,  *部分放電 ,  パターン認識 ,  *最適化 ,  故障 ,  *特徴抽出
準シソーラス用語： 数学的モルフォロジー ,  *自己適応 , 【Automatic Indexing@JST】

分類 (2件)： 液体・固体中の放電  (BJ03030E) ,  放電一般  (BJ03010I)

タイトルに関連する用語 (7件)： 累積 ,  エネルギー関数 ,  最適化 ,  特徴抽出 ,  多重 ,  部分放電 ,  自己適応