本文選題：諧波小波包 + 特征提取��； 參考：《電工技術(shù)學(xué)報(bào)》2015年03期

【摘要】：超高頻(UHF)法在GIS局部放電(PD)檢測(cè)中已得到了廣泛應(yīng)用,UHF PD信號(hào)的特征提取對(duì)準(zhǔn)確識(shí)別GIS內(nèi)部絕緣缺陷類型和指導(dǎo)檢修工作具有重要意義,但目前仍然缺乏有效的特征提取方法。為此,本文利用諧波小波具有嚴(yán)格盒形頻譜的優(yōu)點(diǎn),提出一種提取UHF PD特征信息的諧波小波包變換(HWPT)方法,對(duì)實(shí)驗(yàn)室獲取的4種典型放電模型產(chǎn)生的UHF PD信號(hào),采用HWPT進(jìn)行多尺度分解,以克服實(shí)小波包分解子帶間存在頻譜混疊和能量泄漏的缺陷,利用UHF PD信號(hào)在不同尺度能量和復(fù)雜度的差異,提取多尺度能量和多尺度樣本熵參數(shù)作為模式識(shí)別的特征量,更加精確地描述了UHF PD信號(hào)的時(shí)頻域信息。最后利用支持向量機(jī)分類識(shí)別的結(jié)果表明,該方法可以取得比實(shí)小波包更好的識(shí)別效果,多尺度能量和多尺度樣本熵特征參數(shù)均能有效識(shí)別4種絕緣缺陷。
[Abstract]:UHF (UHF) method has been widely used in the detection of GIS partial discharge (PD) signals. The feature extraction of UHF PD signals is of great significance for accurately identifying the types of internal insulation defects in GIS and guiding the repair work. However, there is still a lack of effective feature extraction methods at present. In this paper, a harmonic wavelet packet transform (HWPT) method is proposed to extract the characteristic information of UHF PD, and the UHF PD signals from four typical discharge models obtained in the laboratory are analyzed. In order to overcome the defect of spectrum aliasing and energy leakage among real wavelet packet decomposition subbands, HWPT is used to solve the problem of multi-scale decomposition. The difference of energy and complexity of UHF PD signal at different scales is used. The multi-scale energy and multi-scale sample entropy parameters are extracted as characteristic variables for pattern recognition, and the time-frequency domain information of UHF PD signal is described more accurately. Finally, the results of SVM classification and recognition show that this method can achieve better recognition effect than real wavelet packet, and multi-scale energy and multi-scale sample entropy feature parameters can effectively identify four kinds of insulation defects.
【作者單位】： 重慶大學(xué)輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)(2009CB724506) 國家自然科學(xué)基金(5177181)資助項(xiàng)目
【分類號(hào)】：TM595

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊會(huì)成;費(fèi)琛;王筱薇倩;楊惠;;小波包變換在智能循跡小車系統(tǒng)中的應(yīng)用[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2012年10期

2 楊長(zhǎng)林,許化龍,胡昌華,陳新海;基于小波包變換的故障診斷[J];西北工業(yè)大學(xué)學(xué)報(bào);2000年03期

3 吳朝霞,程敬之;小波包變換在正電子發(fā)射斷層掃描儀圖像重建中的應(yīng)用[J];西安交通大學(xué)學(xué)報(bào);2001年12期

4 梁仙斌;蘇玉香;;基于小波及小波包變換的電網(wǎng)諧波檢測(cè)[J];江西電力;2010年06期

5 李功;黃民;;基于小波包變換的超聲回波信號(hào)特征提取[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

6 江煒煒;呂曄;王代強(qiáng);;虛擬儀器中基于小波包變換的信號(hào)去噪[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年05期

7 徐啟圣;許澤銀;張遠(yuǎn)斌;李柱國;;基于小波包變換的油液磨損信號(hào)降噪研究[J];潤(rùn)滑與密封;2009年10期

8 魏云冰,黃進(jìn),黃建華;基于小波包變換的電機(jī)測(cè)試信號(hào)去噪處理[J];電工技術(shù)學(xué)報(bào);2001年05期

9 胡戰(zhàn)虎,王蜂,李言俊;基于小波包變換的多傳感器跟蹤算法[J];彈箭與制導(dǎo)學(xué)報(bào);2001年04期

10 張海燕,張濤,許克明;基于小波包變換檢測(cè)電力系統(tǒng)諧波的研究[J];貴州工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

相關(guān)會(huì)議論文 前7條

1 潘，

本文編號(hào)：1893143