1、局部放電信號(hào)的測(cè)量為GIS內(nèi)部絕緣的整體情況提供了重要的信息.然而,信號(hào)中噪音的存在又局限了根據(jù)這種測(cè)量進(jìn)行故障診斷的準(zhǔn)確性.這一局限性會(huì)導(dǎo)致不能及時(shí)采取適當(dāng)?shù)难a(bǔ)救措施,從而致使GIS的絕緣狀況進(jìn)一步惡化甚至擊穿.電暈放電是一種發(fā)生在GIS設(shè)備外部的隨機(jī)的脈沖形噪音信號(hào).由于局部放電和電暈放電信號(hào)的時(shí)、頻特征具有相似性,因此區(qū)分或抑制電暈信號(hào)是很困難的.在這一領(lǐng)域,近年來(lái)提出了一些基于神經(jīng)網(wǎng)絡(luò)理論的識(shí)別系統(tǒng)用于識(shí)別局部放電和隨機(jī)脈沖噪音

2、信號(hào)[7].但是,這些方法并未提出一個(gè)有效的特征抽取算法,導(dǎo)致神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)較困難、效率較低.該文提出一種應(yīng)用小波分析方法對(duì)局部放電信號(hào)和電暈信號(hào)進(jìn)行特征測(cè)量和抽取的方法.在廣泛和深入了解國(guó)內(nèi)外對(duì)GIS內(nèi)部局部放電信號(hào)分析和測(cè)量的基礎(chǔ)上,該文應(yīng)用小波包變換算法深入研究了兩種信號(hào)的局部時(shí)、頻特征,并應(yīng)用Fisher判別式選取具有顯著特征的分量作為識(shí)別系統(tǒng)的輸入.此外,該文對(duì)基于神經(jīng)網(wǎng)絡(luò)的多層感知機(jī)進(jìn)行建模、樣本訓(xùn)練和實(shí)際測(cè)試,對(duì)局部放電和