【摘要】：制作了4種人工缺陷模型模擬典型的局部放電源,并進(jìn)行局部放電試驗采集UHF脈沖信號。引入S變換(ST)對局部放電的UHF脈沖進(jìn)行時頻分析,探索不同放電源脈沖的聚類分離。算法首先對UHF脈沖進(jìn)行S變換,并采用非負(fù)矩陣分解(NMF)對S變換幅值矩陣進(jìn)行分解得到頻域基向量和時域位置向量,從中提取尖銳度、導(dǎo)數(shù)平方和、信息熵以及稀疏度等特征參量,構(gòu)造出能充分反映局部放電時頻信息的特征空間,最后利用模糊C均值算法對提取的特征向量進(jìn)行聚類得到放電源脈沖的聚類結(jié)果。對試驗數(shù)據(jù)的分析結(jié)果表明,提取的ST時頻特征能夠有效實現(xiàn)不同局部放電源脈沖的聚類,當(dāng)NMF參數(shù)r=2時,10維時頻特征能夠取得最高為90.33%的聚類正確率;與常用的Wigner-Ville分布(WVD)相比,ST具有更好的聚類效果;當(dāng)存在復(fù)雜的多重信號折反射時,本文提出的時頻特征聚類結(jié)果較差,需要進(jìn)行進(jìn)一步的研究。
[Abstract]:Four kinds of artificial defect models were made to simulate the typical local discharge power supply, and the partial discharge test was carried out to collect the UHF pulse signal. S-transform (ST) is introduced to analyze the UHF pulse of partial discharge, and the cluster separation of different discharge pulse is explored. At first, the UHF pulse is transformed by S transform, and the S transform amplitude matrix is decomposed by non-negative matrix factorization (NMF) to obtain the frequency domain basis vector and the time domain position vector, from which the sharpness and derivative square sum are extracted. Characteristic parameters such as entropy and sparsity are used to construct the feature space which can fully reflect the time-frequency information of partial discharge. Finally, the cluster results of discharge pulse are obtained by clustering the extracted eigenvector using fuzzy C-means algorithm. The analysis of the experimental data shows that the extracted ST time-frequency features can effectively realize the clustering of different local discharge pulses, and the maximum clustering accuracy is 90.33% when the NMF parameter r = 2 ~ 2. Compared with the usual Wigner-Ville distribution (WVD), the clustering effect of Wigner-Ville St is better than that of (WVD), and the clustering results of time-frequency feature proposed in this paper are poor when there are complex multi-signal refraction, which needs further study.
【作者單位】： 中國電力科學(xué)研究院;重慶大學(xué)輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室;
【基金】：國家創(chuàng)新研究群體基金(51021005) 國家自然科學(xué)基金(51277187)資助項目
【分類號】：TM855

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 汪可;楊麗君;廖瑞金;齊超亮;周nv;;基于離散隱式馬爾科夫模型的局部放電模式識別[J];電工技術(shù)學(xué)報;2011年08期

2 楊麗君;孫才新;廖瑞金;杜林;李劍;;油紙絕緣老化狀態(tài)判別的局部放電特征量[J];電力系統(tǒng)自動化;2007年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李玲玲;辛浩;;FCM算法及其有效性度量方法[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報;2011年05期

2 黃初龍;鄧偉;盧曉寧;;區(qū)域農(nóng)業(yè)水資源可持續(xù)利用模糊綜合評價[J];安徽農(nóng)業(yè)科學(xué);2009年05期

3 郗偉東;石玉月;田巍;;基于風(fēng)險模式提取的農(nóng)戶生豬飼養(yǎng)規(guī)制研究[J];安徽農(nóng)業(yè)科學(xué);2009年07期

4 吉奇;;利用模糊數(shù)學(xué)方法預(yù)測秋白菜適宜收獲期[J];安徽農(nóng)業(yè)科學(xué);2010年18期

5 李愛新;;基于產(chǎn)能核算的鄱陽湖生態(tài)經(jīng)濟區(qū)耕地整理區(qū)劃[J];安徽農(nóng)業(yè)科學(xué);2012年16期

6 翟劍鋒;;基于遺傳算法的模糊聚類在考試成績分析中的應(yīng)用[J];信息安全與技術(shù);2012年04期

7 黃煥宗;;灰色模糊聚類分析在經(jīng)濟適用房評價中的應(yīng)用——以泉州市為例[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2011年01期

8 張志紅;;基于隨機初始中心的FCM算法及其應(yīng)用[J];安徽水利水電職業(yè)技術(shù)學(xué)院學(xué)報;2008年01期

9 趙曉華;談玲瓏;胡敦利;;基于Sub_FCM聚類算法的交通流量段自動劃分方法[J];北京工業(yè)大學(xué)學(xué)報;2011年08期

10 劉敬偉;徐美芝;;Bezdek型模糊屬性C均值聚類算法[J];北京航空航天大學(xué)學(xué)報;2007年09期

相關(guān)會議論文 前10條

1 趙建玉;賈磊;陳月輝;張勇;;基于粒子群優(yōu)化的信號交叉口交通流預(yù)測模型[A];第二十六屆中國控制會議論文集[C];2007年

2 王海榮;;石油化工企業(yè)的靜電火災(zāi)隱患評估[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（四）[C];2007年

3 陳力超;;國際港澳臺長途話務(wù)的智能化監(jiān)控[A];2007中國科協(xié)年會——通信與信息發(fā)展高層論壇論文集[C];2007年

4 顧崢;康曉文;孫熙杉;吳朝霞;王石;劉亞強;金永杰;;基于模糊聚類的MicroPET前端探測器晶體像素單元識別方法[A];第十四屆全國核電子學(xué)與核探測技術(shù)學(xué)術(shù)年會論文集（2）[C];2008年

5 王堅強;;信息不完全確定的大群體多準(zhǔn)則語言決策方法[A];2009中國控制與決策會議論文集（2）[C];2009年

6 趙爽;李曉奇;沙秀艷;;特征加權(quán)模糊C均值聚類算法在劃分勞動報酬中的應(yīng)用[A];第三屆中國智能計算大會論文集[C];2009年

7 龔毅;何琳華;;企業(yè)技術(shù)掃描模式聚類分析[A];第十一屆中國青年信息與管理學(xué)者大會論文集[C];2009年

8 齊桂雪;劉鳳賢;張繼成;;應(yīng)用聚類分析方法對大慶外圍低滲儲層進(jìn)行綜合分類[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學(xué)者大會論文集[C];2011年

9 黃桂田;;勞動密集型制造業(yè):劃分方法和產(chǎn)業(yè)規(guī)模度量——基于1993—2007年行業(yè)數(shù)據(jù)的模糊聚類方法[A];社會主義經(jīng)濟理論研究集萃——紀(jì)念新中國建國60周年（2009）[C];2009年

10 于洋;張穎;胡舒涵;;區(qū)間型數(shù)據(jù)聚類的FCM新算法[A];中國通信學(xué)會第六屆學(xué)術(shù)年會論文集（下）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 李桃迎;交通領(lǐng)域中的聚類分析方法研究[D];大連海事大學(xué);2010年

2 呂寧;基于數(shù)據(jù)驅(qū)動的故障診斷模型及算法研究[D];哈爾濱理工大學(xué);2009年

3 王亞萍;需求驅(qū)動的個性化產(chǎn)品配置設(shè)計方法研究[D];哈爾濱理工大學(xué);2010年

4 柴岳;鐵路多元經(jīng)營系統(tǒng)物流節(jié)點布局規(guī)劃理論與方法和業(yè)務(wù)發(fā)展模式研究[D];北京交通大學(xué);2011年

5 楊婷婷;基于數(shù)據(jù)的電站節(jié)能優(yōu)化控制研究[D];華北電力大學(xué)（北京）;2010年

6 張亞剛;基于廣域信息的電力系統(tǒng)故障元件定位方法研究[D];華北電力大學(xué)（北京）;2011年

7 孫越泓;基于粒子群優(yōu)化算法的圖像分割研究[D];南京理工大學(xué);2010年

8 陳佳林;柔性邏輯的健全性研究與應(yīng)用[D];北京郵電大學(xué);2011年

9 李宏佳;Femtocell輔助蜂窩系統(tǒng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2011年

10 劉小芳;基于核理論的遙感圖像分類方法研究[D];電子科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 蔡靜穎;模糊c-均值算法的研究[D];遼寧師范大學(xué);2010年

2 李光遠(yuǎn);基于在線聚類和最小二乘支持向量機的模糊建模方法研究[D];鄭州大學(xué);2010年

3 雷聰聰;一種基于數(shù)據(jù)聚類的信息�；椒╗D];鄭州大學(xué);2010年

4 王林吉;基于CIELAB均勻顏色空間和聚類算法的混紡測色研究[D];浙江理工大學(xué);2010年

5 王文姝;基于模糊理論的關(guān)鍵詞識別算法研究[D];哈爾濱工程大學(xué);2010年

6 王穎芳;基于特定內(nèi)容的敏感圖像過濾技術(shù)的研究[D];哈爾濱工程大學(xué);2010年

7 沈力華;基于智能優(yōu)化算法的案例推理方法研究[D];大連理工大學(xué);2010年

8 靳小川;模糊聚類算法在大學(xué)生心理健康分析中的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2010年

9 楊芳;CBD停車行為模式與引導(dǎo)系統(tǒng)優(yōu)化研究與實踐[D];長沙理工大學(xué);2010年

10 賀麗;基于改進(jìn)ART2網(wǎng)絡(luò)的變壓器故障診斷方法[D];長沙理工大學(xué);2010年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高凱,談克雄,李福祺,吳成琦;利用矩特征進(jìn)行發(fā)電機線棒模型的局部放電模式識別[J];電工技術(shù)學(xué)報;2001年04期

2 王猛,談克雄,高文勝,鄭重;局部放電脈沖波形的時頻聯(lián)合分析特征提取方法[J];電工技術(shù)學(xué)報;2002年02期

3 劉云鵬,律方成,李燕青;基于IFS的局部放電超聲信號的數(shù)據(jù)壓縮和模式識別[J];電工技術(shù)學(xué)報;2003年06期

4 滿玉巖;高文勝;高凱;談克雄;;發(fā)電機局部放電的統(tǒng)計特征識別[J];電工技術(shù)學(xué)報;2006年04期

5 周凱;吳廣寧;吳建東;劉君;劉曦;;基于局部放電統(tǒng)計參量的脈沖電壓下絕緣老化分析[J];電工技術(shù)學(xué)報;2008年04期

6 郭永基;中小容量電力變壓器壽命評估的新方法[J];電力系統(tǒng)自動化;2001年21期

7 楊合民,李朝暉,王宏;基于局部放電監(jiān)測的水輪發(fā)電機主絕緣診斷分析系統(tǒng)[J];電力系統(tǒng)自動化;2004年15期

8 白建社,盛戈v，

本文編號：2234280