1、電力是現(xiàn)代社會經(jīng)濟發(fā)展的命脈，近幾年在世界各地連續(xù)發(fā)生了災(zāi)難性的停電事故，這些事故大多是由于電力系統(tǒng)出現(xiàn)故障導致的。變壓器是電力系統(tǒng)的樞紐，它的運行狀態(tài)直接關(guān)系到整個電力系統(tǒng)能否穩(wěn)定可靠運行。
　　國際大電網(wǎng)會議（CIGRE）報告指出，高壓電器故障中絕緣故障占了51％，長時間的局部放電是造成絕緣故障的主要原因。為了避免絕緣故障產(chǎn)生，需要對變壓器進行局部放電檢測，及時評估絕緣劣化程度，保證變壓器安全可靠運行。
　　變壓器局部放

2、電模式識別是局部放電檢測的核心環(huán)節(jié),能夠幫助工程技術(shù)人員快速識別局部放電類型，確定檢修方案。因此，將變壓器局部放電模式識別作為研究對象，具有較大的理論價值和實際意義。本文研究內(nèi)容如下。
　?。?）本文基于局部放電脈沖電流法搭建實驗平臺，使用PCI-9814高速數(shù)據(jù)采集卡以及LabVIEW軟件設(shè)計信號采集系統(tǒng)，然后采集變壓器內(nèi)部四種典型局部放電模型的放電信號。將多次實驗采集到的數(shù)據(jù)按照局部放電相位分布模式繪制成三維譜圖，然后映射到二

3、維平面生成灰度圖。因為矩特征能夠反映像素點的分布情況，所以提取灰度圖矩特征作為模式識別器輸入特征量。
　?。?）局部放電檢測過程對實時性要求高，且檢測信號易受隨機噪聲干擾，導致錯誤樣本較多。針對以上缺陷，本文提出一種基于概率神經(jīng)網(wǎng)絡(luò)的變壓器局部放電模式識別器，概率神經(jīng)網(wǎng)絡(luò)樣本追加能力強、容錯性較高、訓練速度快。為了驗證所提識別器識別性能，將所提識別器與常用的反向傳播神經(jīng)網(wǎng)絡(luò)，極限學習機、樸素貝葉斯識別器進行對比。仿真結(jié)果表明，與其