1、伴隨電力行業(yè)的快速發(fā)展和電壓等級不斷的提高，無論從安全可靠性還是運行成本角度考慮，高壓電氣設(shè)備絕緣狀態(tài)監(jiān)測和故障識別預(yù)報都是至關(guān)重要的。局部放電水平是評估高壓電氣絕緣狀態(tài)的重要技術(shù)指標(biāo)之一，而其模式不僅能反映電氣設(shè)備即時絕緣狀態(tài)和屬性，也可以預(yù)測電氣設(shè)備絕緣的剩余壽命。因此，基于小波神經(jīng)網(wǎng)絡(luò)的局部放電模式識別技術(shù)研究具有較高的學(xué)術(shù)價值和實際意義。
　　本文構(gòu)建了基于Morlet小波神經(jīng)網(wǎng)絡(luò)，運用Matlab工具實現(xiàn)小波神經(jīng)網(wǎng)絡(luò)局部

2、放電模式識別。論文詳細(xì)闡述了Morlet小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)訓(xùn)練以及計算算法原理，并深入探討了網(wǎng)絡(luò)結(jié)構(gòu)、輸入向量、激勵函數(shù)和學(xué)習(xí)率等參數(shù)對網(wǎng)絡(luò)識別分類效果的影響。
　　為驗證相關(guān)算法設(shè)想，構(gòu)建了五種不同類型電極模型，模擬不同電場分布條件下的局部放電模式，利用DDX-7000局部放電檢測儀采集其局部放電信息。
　　依據(jù)特征量可分性的準(zhǔn)則，通過對五種不同類型電極放電模式指紋圖譜數(shù)據(jù)分析，選擇并確定其模式特征量，對不同結(jié)構(gòu)的Mo