本文關(guān)鍵詞：局部放電稀疏分解模式識別方法

  更多相關(guān)文章： 局部放電 稀疏分解 模式識別 非線性局放統(tǒng)計特征向量 非線性局放統(tǒng)計特征過完備原子庫 核函數(shù)優(yōu)化匹配追蹤 相似性度量系數(shù)

【摘要】：為實現(xiàn)電氣設(shè)備局部放電(簡稱局放)模式的準(zhǔn)確識別,提出了一種局放稀疏分解模式識別方法。首先由各放電模式局放訓(xùn)練樣本信號統(tǒng)計特征向量構(gòu)建局放統(tǒng)計特征過完備原子庫,對此原子庫進(jìn)行非線性映射,可得非線性局放統(tǒng)計特征過完備原子庫。對待識別局放信號統(tǒng)計特征向量進(jìn)行非線性變換,得到非線性統(tǒng)計特征向量,此向量在非線性局放統(tǒng)計特征過完備原子庫中進(jìn)行稀疏分解時,僅可由相應(yīng)放電模式子原子庫中原子進(jìn)行稀疏表示而難以由其它放電模式子原子庫中原子進(jìn)行表示,進(jìn)而實現(xiàn)局部放電稀疏分解模式識別。同時,提出一種核函數(shù)優(yōu)化匹配追蹤算法,可在無需知道非線性映射具體形式基礎(chǔ)上完成稀疏分解,并基于相似性度量系數(shù)確定最佳核函數(shù)及其參數(shù)。設(shè)計了兩套放電模型,并在不同實驗環(huán)境中進(jìn)行了局放測試,所測信號分別作為訓(xùn)練樣本信號及測試樣本信號,采用所提方法進(jìn)行了模式識別實驗,同時與采用神經(jīng)網(wǎng)絡(luò)方法、K近鄰法、支持向量機(jī)法的局放模式識別實驗結(jié)果進(jìn)行了對比。實驗結(jié)果表明該方法識別效果較好,準(zhǔn)確率較高。
【作者單位】： 河北省輸變電設(shè)備安全防御重點實驗室(華北電力大學(xué));
【關(guān)鍵詞】： 局部放電 稀疏分解 模式識別 非線性局放統(tǒng)計特征向量 非線性局放統(tǒng)計特征過完備原子庫 核函數(shù)優(yōu)化匹配追蹤 相似性度量系數(shù)
【基金】：國家自然科學(xué)基金項目(51307060) 中央高�；鹂蒲袠I(yè)務(wù)費項目(2015XS107)~~
【分類號】：TM855
【正文快照】： 完備原子庫,對此原子庫進(jìn)行非線性映射,可得非線性局放統(tǒng)計特征過完備原子庫。對待識別局放信號統(tǒng)計特征向量進(jìn)行非線性變換,得到非線性統(tǒng)計特征向量,此向量在非線性局放統(tǒng)計特征過完備原子庫中進(jìn)行稀疏分解時,僅可由相應(yīng)放電模式子原子庫中原子進(jìn)行稀疏表示而難以由其它放電

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 崔明建;孫元章;柯德平;王樹鵬;;基于原子稀疏分解理論的短期風(fēng)電功率滑動預(yù)測[J];電力自動化設(shè)備;2014年01期

2 ;[J];;年期

，

本文編號：1111740