电力电容器局部放电模式识别研究

识别电力电容器的局部放电模式，可分析材料、结构、工艺对放电特性的影响，对提高电容器质量和电力系统的运行可靠性具有重要意义。对大电容量试品常检测放电的超声信号，研究放电声信号的频谱；研究以声信号为基础的三维谱图，提取灰度图形矩特征，进而用神经网络识别放电模式；不仅具有重大经济效益，而且具有重大的故障诊断理论学术意义。. 2100433B

• 办刊宗旨

模式识别、人工智能学科是信息科学与技术的重要组成部分，《模式识别与人工智能》发表与此有关的最新研究成果与进展，旨在推动信息科学技术的发展 。

局部放电分析是指检测电气设备绝缘内部是否存在局部放电的一种试验方法，高压电气设备绝缘内部若存在空隙、气泡、杂质、外伤等，或在绝缘的沿面上具有缺陷，在电场强度达到一定值时，就会发生局部放电。这种局部放电产生的热和活性气体，会腐蚀局部绝缘，造成绝缘介质性能的逐步老化，由于累积效应，最终可能使整个绝缘击穿和闪络。电气设备局部放电试验，可分析区别局部放电的特征，测出它的放电强度。其测量试验方法有噪声检测法、光测法、热检测法、放电产物分析法、无线电干扰测量法、脉冲电流测量法，再根据试验结果，进行分析判断 。

模式识别是人工智能领域的基础，随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛。模式识别也取的了很多让人瞩目的成就，有很多不可忽视的进展。数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。图像是人类获取和交换信息的主要来源，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。基于模式识别的图像处理随着当今计算机和人工智能技术的发展，已经成为了图像识别领域的踪影研究方向 。2100433B