公共文化服务平台

共 1 条记录，以下是 1-1

全选清除导出

排序方式：

基于K-Means聚类算法的自动图谱识别在电缆局部放电在线监测系统中的应用被引量：45: 2012年; 局部放电相位谱图(phase resolved partial discharge pattern)是局部放电模式识别普遍采用的重要方法。但在中高压电缆在线局放监测系统中,电缆中的电压信号难以直接获取,使得局放相位谱图分析的开展遇到了重大的挑战。为此,在多年局放理论研究和局放现场应用研究的基础上,提出了基于K-Means聚类的局部放电相位谱图自动模式识别技术。该技术通过信号提取、坐标变换、K-Means聚类、中心点平移、模式判断的流程,克服了电缆局放监测中相位信息难以直接获取的缺点,能对来自三相的局部放电信号进行自动识别判断。5个应用实例证明,该方法能对电晕放电、内部放电、沿面放电和干扰信号做出准确的判断,必将在电缆在线监测系统中获得广泛的应用。; 靖小平彭小圣姜伟周文俊周承科唐泽洋; 关键词：K-MEANS 聚类

全选清除导出

共1页<1>

国家自然科学基金(EPG0283971)