关键词：局部放电 超声波 盲源分离 相似矩阵 深度学习 

摘要：电气设备的故障类型与局部放电现象密切相关,有效提取和分析局部放电信号中的特征信息对故障类型判断和运维检修具有重要意义。针对局部放电超声信号的特点,提出了基于相似矩阵的盲源分离方法对原始超声信号进行预处理,有效提取局部放电的特征量。采用光纤传输的局部放电超声检测平台对4种类型的局部放电信号进行采集,并应用上述方法对信号数据预处理,将处理后的数据作为训练样本用于深度学习模式识别,选用卷积神经网络,最终识别准确率达到90%以上,提高了局部放电类型识别的准确性,为新一代电力系统的设备故障诊断提供了一种新方法。

电网技术杂志要求:

{1}关键词以3～6个为宜（需附相应的英文）。

{2}为加快稿件处理速度，本刊实行审稿意见及时反馈制度，尽量为来稿附上审稿意见，15日内会给出审稿意见。

{3}论文作者保证该论文的署名权无争议。若发生署名权争议问题，一切责任由论文作者承担。

{4}来稿最后需标明作者（编者，译者）的真实姓名、性别、出生年月、籍贯、工作（学习）单位、职务（职称）、主要研究方向、详细地址、邮编以及联系电话（手机号码，以方便快递公司投递样刊），未按要求填报相关内容的，一律不予采用。

{5}参考文献必须是作者亲自阅读过的原始文献。一般论著不超过15条，综述不超过20条。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社