作者：邢伟多尺度排列熵概率神经网络有载分接开关状态识别
摘要：有载分接开关(on-load tap-changer,OLTC)因频繁切换操作而容易发生故障,其运行过程产生的振动信号呈现出明显非线性特征,但现有OLTC运行特征量提取方法大多基于线性理论,存在一定局限性。为实现35kV变压器有载分接开关运行状态准确识别,提出基于多尺度排列熵和概率神经网络的识别方法。首先,采集OLTC不同运行状态下的振动信号,继而利用多尺度排列熵提取OLTC的状态特征,并建立概率神经网络状态识别模型,最后利用工程数据来验证所提模型的有效性。分析结果表明,所述方法能有效提取OLTC状态特征,准确识别其工况状态。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
