来源：期刊VIP网 时间：
作者：汪晋豪;方春华;高广德;陈皇熹;
单位：三峡大学电气与新能源学院;国网四川省电力公司乐山供电公司;
摘要：为节省空间和提高安全性，10 kV配电网中T形电缆终端使用越来越多。准确鉴别电缆局部放电缺陷类型有助于合理评估局放缺陷的危害性和制定解决措施。提出一种基于变分模态分解-维格纳威尔分布（variational mode decomposition-Wigner-Ville distribution ,VMD-WVD）与深度学习网络AlexNet的10 kV T形终端局放类型识别方法。通过搭建T形终端局放实验平台采集局放信号，获得局放信号VMD-WVD图谱灰度图像，利用AlexNet深度学习网络模型，识别局放信号VMD-WVD图谱灰度图像缺陷类型。与传统的基于支持向量机和主成分分析法比较的结果表明，所采用的识别方法具有更高的正确识别率。
关键词：局部放电;;T形电缆终端;;VMD-WVD;;深度学习网络;;缺陷类型
基金资助：国家自然科学基金项目（编号：51807110）
