基于模糊聚類算法的局部放電在線監(jiān)測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、對于設(shè)備局部放電的監(jiān)測是實(shí)現(xiàn)其絕緣狀態(tài)評(píng)價(jià)的基礎(chǔ),對電力系統(tǒng)的安全穩(wěn)定高效的運(yùn)行有著十分重大的意義。通過實(shí)時(shí)的監(jiān)控設(shè)備的工作狀況,對設(shè)備發(fā)生的局部放電信號(hào)進(jìn)行采集、提取其特征量并通過智能系統(tǒng)判斷其類型,從而得到設(shè)備發(fā)生放電的來源以及其放電嚴(yán)重度并及時(shí)檢修更換設(shè)備以此達(dá)到預(yù)防事故產(chǎn)生的目標(biāo)。由此可見,對局部放電的檢測和識(shí)別進(jìn)行研究是尤其重要的,不僅有理論研究上的學(xué)術(shù)意義更具有重大的工程性價(jià)值?,F(xiàn)階段較為廣泛的應(yīng)用于局部放電模式識(shí)別的方法有

2、很多種包括模糊識(shí)別方法、人工神經(jīng)網(wǎng)絡(luò)方法、分形法等等。
  模糊聚類是一種無需人工監(jiān)督的分類方法,有著良好的智能性,能夠較好的應(yīng)用于局部放電信號(hào)的分析。本課題在參考借鑒大量的現(xiàn)有局部放電模式識(shí)別方法的前提下,模擬局部放電試驗(yàn)以及系統(tǒng)仿真,得到了大量實(shí)驗(yàn)研究數(shù)據(jù),研究了采用基于模糊 C均值算法的類合并算法在局部放電信號(hào)分析中的應(yīng)用,實(shí)現(xiàn)了局部放電在線監(jiān)測系統(tǒng)的設(shè)計(jì)與研發(fā)。本課題主要研究內(nèi)容如下:
  1.詳盡細(xì)致的論述了基于模

3、糊 C均值算法的類合并算法的原理和其實(shí)現(xiàn)步驟,對該算法進(jìn)行試驗(yàn)、分析其結(jié)果并驗(yàn)證了該算法能夠較好的應(yīng)用于局部放電信號(hào)的分析。
  2.通過局域網(wǎng)的設(shè)置,搭建了局部放電通信環(huán)境,實(shí)現(xiàn)了局部放電在線監(jiān)測系統(tǒng)和局部放電測試儀的實(shí)時(shí)通信并且實(shí)時(shí)顯示;
  3.應(yīng)用SQLServer建立了數(shù)據(jù)庫對采集到的局部放電信號(hào)進(jìn)行存儲(chǔ)、統(tǒng)一維護(hù)、設(shè)置其共享,對局部放電監(jiān)測模塊中數(shù)據(jù)進(jìn)行了有效管理;通過將基于模糊C均值的類合并算法應(yīng)用于系統(tǒng)中,設(shè)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論