基于小波分析诊断和支持向量机的避雷器在线监测数据故障分析

詹仲强

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于小波分析诊断和支持向量机的避雷器在线监测数据故障分析

电力与电网技术高电压技术 | 更新时间：2026-02-13

- 基于小波分析诊断和支持向量机的避雷器在线监测数据故障分析
- Fault Analysis of MOA Online Monitoring Data Based on Wavelet Analysis Diagnosis and Support Vector Machine
- 四川电力技术 2020年43卷第4期页码：38-41
- 作者机构：
  
  国网新疆电力有限公司电力科学研究院
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM744
- 纸质出版：2020
- 稿件说明：
移动端阅览
詹仲强. 基于小波分析诊断和支持向量机的避雷器在线监测数据故障分析[J]. 四川电力技术, 2020,43(4):38-41.

Zhan Zhongqiang. Fault Analysis of MOA Online Monitoring Data Based on Wavelet Analysis Diagnosis and Support Vector Machine[J]. 2020, 43(4): 38-41.
詹仲强. 基于小波分析诊断和支持向量机的避雷器在线监测数据故障分析[J]. 四川电力技术, 2020,43(4):38-41. DOI：

Zhan Zhongqiang. Fault Analysis of MOA Online Monitoring Data Based on Wavelet Analysis Diagnosis and Support Vector Machine[J]. 2020, 43(4): 38-41. DOI：

摘要

金属氧化物避雷器（MOA）的健康状况对变电站中线路和设备有着巨大影响，对MOA在线监测数据进行故障诊断能够有效减少因事故引起的负荷损失。文章以基于Penalized软阀值的小波包对某变电站的MOA在线数据进行滤波，从统计角度得到滤波后的故障信号特征，采用支持向量机对信号进行分类，能够在MOA完全失效前诊断出故障出现时间点，为计划停电检修提供依据。

Abstract

The health of metal oxide surge arresters (MOA) has a huge impact on the lines and equipment in substations. The fault diagnosis of MOA online monitoring data can effectively reduce the load loss caused by the accident. The wavelet packet based on Penalized soft threshold is used to filter the MOA online data of a substation

and the signals are classified by support vector machines. It can diagnose the time point of failure before the MOA completely fails

which can provide a basis for the planned power outages.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于小波分析诊断和支持向量机的避雷器在线监测数据故障分析

基于Bi-LSTM和支持向量机的风机叶片短期覆冰状态预测模型

基于HPLC宽带电力线载波技术的配电电压质量在线监测方法研究

非正常回路中感应电流引起电容式电压互感器发热的研究

基于逻辑回归的双 Y 型外熔丝电容器故障诊断技术研究