Eingangsvektorbildungsverfahren bei neuronalen Netzwerken zur Auto-Identifikation einer partiellen Entladungsquelle

Abstract

Eingangsvektorbildungsverfahren eines neuronalen Netzwerks zur Autoidentifikation einer Teilentladungsquelle, welches automatisch die Quelle von Teilentladungssignalen erschließt, die in einer Hochspannungsanlage, beispielsweise einer GIS, einem Transformator, einem Stromkabel, einer Elektrizitätsverteilungsvorrichtung, erzeugt werden, und das in verschiedenen neuronalen Netzwerkvorrichtungen, wie z. B. einem Mehrschicht-Perzeptron, einer Selbstorganisationskarte, etc., vorhanden sein kann, wobei das Verfahren die Schritte umfasst: Bilden eines Φn: Φn – 1:N-Graphen unter Verwendung der Entladungssignale, die von einer Teilentladungs-Messvorrichtung gemessen wurden, wobei die Phase der Spannung des Φn: Φn – 1:N-Graphen in K Säulen zwischen 0° und 360° der Spannungsphase unterteilt wird, wobei dann die X-Achse definiert wird durch die Phase einer angelegten Spannung eines vorangehenden Entladungssignals und die Y-Achse definiert wird durch die Phase einer angelegten Spannung eines nachfolgenden Entladungssignals, wobei der Φn: Φn – 1:N-Graph die Phasen aufeinanderfolgender Entladungssignale beschreibt, indem Eins zu einem Wert P ij von (i, j) in einem zweidimensionalen Diagramm hinzuaddiert wird, dessen Anfangswert auf Null...

Claims

Description

Topics

    Download Full PDF Version (Non-Commercial Use)

    Patent Citations (2)

      Publication numberPublication dateAssigneeTitle
      US-5260871-ANovember 09, 1993Mayo Foundation For Medical Education And ResearchMethod and apparatus for diagnosis of breast tumors
      US-6650779-B2November 18, 2003Georgia Tech Research Corp.Method and apparatus for analyzing an image to detect and identify patterns

    NO-Patent Citations (0)

      Title

    Cited By (0)

      Publication numberPublication dateAssigneeTitle