摘要：針對高壓開關(guān)柜局部放電模式分類中樣本數(shù)較少,常規(guī)的分類方法識別率較低,提出了一種基于改進(jìn)果蠅算法(FOA)優(yōu)化的概率神經(jīng)網(wǎng)絡(luò)模型(PNN)的局部放電模式識別方法。作為一種新型的群體搜索隨機(jī)優(yōu)化算法,FOA算法具有原理簡單、參數(shù)少,收斂快等優(yōu)點。實驗采集的局部放電信號進(jìn)行處理并歸一化,作為FOA-PNN神經(jīng)網(wǎng)絡(luò)的輸入樣本進(jìn)行識別,并與傳統(tǒng)算法進(jìn)行比較。仿真實驗證明:該算法可以有效地運用到局部放電模式識別中,為開關(guān)柜局部放電診斷供了一條新途徑,具有良好的研究價值和發(fā)展前景。