电力电缆量测关键技术的研究

《电力电缆量测关键技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华北IU力人学硕l‘学位论文摘要随着我国国民经济的飞速发展，电力电缆的应用越来越广泛。电能在工业和民用领域中起着越来越重要的作用，对传输电能的载体——电力电缆的需求也越来越大。然而在我国的一些电缆生产厂家中由于电力电缆的制造工艺、产品质量、安装运行环境等原因，导致生产出来的电力电缆质量达不到国家电缆生产执行标准的要求，或者在长期的使用过程中造成电缆的磨损等，会在使用的过程中给用电企业和用户带来巨大的损失，更可能会危及人民生命和造成财产损失。因此，快速准确的检测电力电缆故障，找到故障位置，对于电力系统的稳定运行和保证用户

2、的用电质量，具有十分重要的意义。论文以电力电缆故障分析和测距为内容进行系统的分析研究，电力电缆故障测距现在经典的方法是采用行波法，故障波形由现场得到，难于进行系统的分析研究。论文以支持向量机理论为基础，提出了一种新的故障测距方法——基于支持向量机的故障测距法。支持向量机是一种基于统计学习理论的模式识别方法，克服了神经网络和传统分类器的过学习、局部极值点和维数灾难等诸多缺点，具备较强的泛化能力。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。最后借助ATP仿真平

3、台，给出了电力电缆故障的仿真模型和故障测距的计算过程，对电力电缆故障信号进行了定性的分析，得到了较好的实验结果。关键词：电力电缆，故障检测，支持向量机，故障仿真华北IU力人学硕lj学位论史ABSTRACTWiththerapiddevelopmentofChinesenationaleconomy,theapplicationofpowercablesbecomesmoreandmorewidespread．Energyisplayinganincreasinglyimportantroleinindustrialan

4、dcivilfields．Andthedemandingforpowercable—thecartierofpowertransmissionisgrowing．Butbecauseofthepowercablemanufacturingprocesses，productquality,theinstalloperatingenvironmentandsomeotherreasons，insomecablemanufacturersinChina，theproductionofpowercablesCan’treach

5、nationalcableproductionqualitystandards，whichCancausetheelectricitycompanieswhichusingtheproductsandotherusersgethugelossesthatmayendangerpeople’Slivesandcausepropertydamage．Therefore，rapidandaccuratedetectionofpowercablefaultandfindfaultlocation，forthestableope

6、rationofpowersystemandguaranteethequalityoftheuser'selectricity,isofgreatsignificance．Thearticleanalysesthecablefaultandthefaultlocated．Theclassiccablefaultlocatedmethodsaretravellingwavemethod；wecanonlygetfaultwaveformfromthesceneoftheaccident．Andit’Sdifficultt

7、oanalyzesystematically．Thearticleisbasedonsupportvectormachine(SVM)，proposesanewmethodoffaultlocation．Supportvectormachineisal【indofbasedonstatisticallearningtheorypatternrecognitionmethod，overcomingthelearning，localextremevaluepointanddimensiondisastersandSOonm

8、anyshortcomingsofneuralnetworkandthetraditionalclassifier,ithasthestronggeneralizationability．Inresolvingtheproblemsofsmallsample，nonlinearandhighdimensionalpatternre