胡晓黎
- 作品数：17 被引量：87H指数：5
- 供职机构：国家电网公司更多>>
- 发文基金：国家科技支撑计划更多>>
- 相关领域：电气工程一般工业技术自动化与计算机技术更多>>
- 基于SOM-BP组合神经网络的交联电缆局部放电模式识别方法
- 本发明公开了一种基于SOM‑BP组合神经网络的交联电缆局部放电模式识别方法，将SOM神经网络作为初级网络，BP神经网络作为次级网络，两者间串联连接的SOM‑BP组合神经网络模型。开展交联电缆局部放电模拟试验，提取了超宽频...
- 段玉兵胡晓黎张皓雍军杨波孙晓斌孟海磊刘辉
- 文献传递
- 一种用于电缆局部放电检测的共面线性渐变槽线传感器
- 一种用于电缆局部放电检测的共面线性渐变槽线传感器，包括：带线性渐变槽线的金属贴片、介质基板、金属屏蔽盒、同轴线和N型接头；所述介质基板固定在金属屏蔽盒内，带线性渐变槽线的金属贴片附着在介质基板上，所述同轴线的一端与带线性...
- 段玉兵胡晓黎雍军杨波张皓孙晓斌孟海磊
- 文献传递
- 利用红外测温技术判断复合绝缘子故障的方法
- 本发明公开了一种利用红外测温技术判断复合绝缘子故障的方法，包括：对红外测温仪器进行初始参数设置；在距离杆塔一定距离处，使用红外测温仪器对绝缘子进行测量；若测量到绝缘子温度异常，使用红外测温仪器靠近绝缘子进行精确测温；若绝...
- 胡晓黎段玉兵雍军刘嵘孟海磊
- 文献传递
- 一种基于红外热像的电气设备故障诊断方法
- 本发明公开了一种基于红外热像的电气设备故障诊断方法，包括：输入采集的电气设备红外热像图；对红外热像图像进行灰度化处理，运用OTSU法对灰度化后的电气设备红外热像图进行分割处理；提取分割后的红外热像的特征参数作为GA-BP...
- 胡晓黎段玉兵雍军杨波张皓孙晓斌孟海磊
- 文献传递
- 输电线路冰风图像监测系统被引量：10
- 2008年
- 研制了输电线路冰风图像监测系统,简述了其系统构成和技术特点,给出了监控装置的具体设计方法。系统运行结果表明:现场监控装置对电力杆塔、线路现场的图像、气象信息进行采集、压缩、分组后,通过GPRS/CDMA无线网络传输到监控中心,运行人员在监控中心就可全面了解线路覆冰或舞动的情况,及时采取措施将事故消灭在萌芽状态。
- 张予胡晓黎肖运东刘家兵
- 关键词：输电线路
- 基于LabVIEW和FPGA的电缆局部放电信号采集系统研究
- 2015年
- 文中介绍了一种基于LabVIEW软件和FPGA硬件组成的电缆局部放电信号采集系统。本系统采用新一代的虚拟仪器开发软件LabVIEW平台进行信号采集、分析研究;同时,研制了一种基于FPGA芯片的高速局部放电信号采样装置,及时将采集到的放电信号传输至便携式计算机系统中,供现场检测及时分析数据。
- 沈庆河刘嵘刘辉张有平胡晓黎
- 关键词：LABVIEW电缆局部放电FPGA信号采集
- 利用红外测温技术判断复合绝缘子故障的方法
- 本发明公开了一种利用红外测温技术判断复合绝缘子故障的方法，包括：对红外测温仪器进行初始参数设置；在距离杆塔一定距离处，使用红外测温仪器对绝缘子进行测量；若测量到绝缘子温度异常，使用红外测温仪器靠近绝缘子进行精确测温；若绝...
- 胡晓黎段玉兵雍军刘嵘孟海磊
- 文献传递
- 一种基于红外热像的电气设备故障诊断方法
- 本发明公开了一种基于红外热像的电气设备故障诊断方法，包括：输入采集的电气设备红外热像图；对红外热像图像进行灰度化处理，运用OTSU法对灰度化后的电气设备红外热像图进行分割处理；提取分割后的红外热像的特征参数作为GA‑BP...
- 胡晓黎段玉兵雍军杨波张皓孙晓斌孟海磊
- 文献传递
- 基于参数优化SVM算法的交联电缆局部放电模式识别被引量：2
- 2017年
- 为避免传统模式识别中神经网络收敛速度慢、过学习等不足或因支持向量机(Support Vector Machine,SVM)参数选择不当而导致识别准确度低,在引入M-ary分类理论将泛化及学习能力更强的SVM算法扩展为多类分类器的同时,利用改进遗传算法(Genetic Algorithm,GA)优化各子分类器的惩罚因子、松弛变量及核函数参数,从而构造出最优参数SVM分类模型。开展交联电缆局部放电模拟试验并提取了表征灰度图象内在分形特征的4个分形维数作为局部放电模式识别的放电指纹,分别采用优化SVM、未优化SVM及径向基函数(Radial Basis Function,RBF)神经网络作为模式分类器完成缺陷分类,并通过对比三者识别效果验证了优化模型的正确性。结果表明,以优化SVM作为分类器时各缺陷识别率均大于95%,且无论是否优化参数,SVM总体识别能力要优于RBF神经网络。
- 胡晓黎张皓段玉兵杨波孙晓斌
- 关键词：模式识别参数优化
- 基于SOM-BP组合神经网络的交联电缆局部放电模式识别
- 2016年
- 为同时避免SOM神经网络不能以向量形式表示模式识别结果,BP神经网络需要大量训练样本的不足,深入研究神经网络基本原理,设计了一种将SOM神经网络作为初级网络,BP神经网络作为次级网络,两者间串联连接的SOM-BP组合神经网络模型。在试验室开展交联电缆局部放电模拟试验,提取了超宽频带单次放电脉冲时域波形的3、4阶统计特征作为放电指纹。随后,分别将3种神经网络作为分类器完成了局部放电模式识别,并通过对比SOMBP神经网络与两种单一神经网络的识别效果验证了该模型的正确性。识别结果表明,以SOM-BP组合神经网络作为分类器时各模式识别率均大于90%,且无论是各类识别率还是整体识别率,该网络识别效果均为最佳,证明了组合模型的有效性及合理性。
- 段玉兵胡晓黎张皓杨波孙晓斌
- 关键词：局部放电模式识别组合神经网络统计特征
