局部放电稀疏分解模式识别方法

发布时间：2017-10-29 06:13

  本文关键词：局部放电稀疏分解模式识别方法

  更多相关文章： 局部放电 稀疏分解 模式识别 非线性局放统计特征向量 非线性局放统计特征过完备原子库 核函数优化匹配追踪 相似性度量系数

【摘要】：为实现电气设备局部放电(简称局放)模式的准确识别,提出了一种局放稀疏分解模式识别方法。首先由各放电模式局放训练样本信号统计特征向量构建局放统计特征过完备原子库,对此原子库进行非线性映射,可得非线性局放统计特征过完备原子库。对待识别局放信号统计特征向量进行非线性变换,得到非线性统计特征向量,此向量在非线性局放统计特征过完备原子库中进行稀疏分解时,仅可由相应放电模式子原子库中原子进行稀疏表示而难以由其它放电模式子原子库中原子进行表示,进而实现局部放电稀疏分解模式识别。同时,提出一种核函数优化匹配追踪算法,可在无需知道非线性映射具体形式基础上完成稀疏分解,并基于相似性度量系数确定最佳核函数及其参数。设计了两套放电模型,并在不同实验环境中进行了局放测试,所测信号分别作为训练样本信号及测试样本信号,采用所提方法进行了模式识别实验,同时与采用神经网络方法、K近邻法、支持向量机法的局放模式识别实验结果进行了对比。实验结果表明该方法识别效果较好,准确率较高。
【作者单位】： 河北省输变电设备安全防御重点实验室(华北电力大学);
【关键词】： 局部放电 稀疏分解 模式识别 非线性局放统计特征向量 非线性局放统计特征过完备原子库 核函数优化匹配追踪 相似性度量系数
【基金】：国家自然科学基金项目(51307060) 中央高校基金科研业务费项目(2015XS107)~~
【分类号】：TM855
【正文快照】： 完备原子库,对此原子库进行非线性映射,可得非线性局放统计特征过完备原子库。对待识别局放信号统计特征向量进行非线性变换,得到非线性统计特征向量,此向量在非线性局放统计特征过完备原子库中进行稀疏分解时,仅可由相应放电模式子原子库中原子进行稀疏表示而难以由其它放电

【相似文献】

中国期刊全文数据库 前2条

1 崔明建;孙元章;柯德平;王树鹏;;基于原子稀疏分解理论的短期风电功率滑动预测[J];电力自动化设备;2014年01期

2 ;[J];;年期

，

本文编号：1111740