針對局部放電中可能出現(xiàn)新的不屬于已知放電類型的未知樣本,提出一種基于變量預(yù)測-谷本相似度(VPM-Tanimotosimilarity)的未知類型信號(hào)識(shí)別方法。構(gòu)建梯度譜圖實(shí)現(xiàn)未知信號(hào)的表達(dá),并使用兩個(gè)指標(biāo)來對樣本分區(qū)域過濾以分離出未知類。首先,構(gòu)建?-Δ?、?-Δu、?-Δqmax、?-Δn梯度模式和?-n譜圖模式并提取特征。其次,對各已知類放電建立相應(yīng)的VPM模型組并預(yù)測樣本的特征向量。再次,計(jì)算樣本和各已知類放電的Tanimoto相似度,獲得與樣本最匹配的已知類別。然后,計(jì)算識(shí)別結(jié)果的可靠率(IDAR)并劃分可靠率空間,不同的區(qū)域有不同的判定方法。最后,利用Tanimoto相似度和各區(qū)域的IDAR對所有信號(hào)進(jìn)行雙重過濾以判定并分離出未知樣本。實(shí)驗(yàn)結(jié)果表明,該方法取得了一定的識(shí)別效果。

【文章頁數(shù)】：11 頁

【文章目錄】：
0 引言
1“相位-梯度”譜圖
2 VPM-Tanimoto基本原理
    2.1 相似度的計(jì)算
        2.1.1 VPMCD基本原理
        2.1.2 Tanimoto相似度
        2.1.3 VPM-Tanimoto識(shí)別已知放電類型
        2.1.4 相似度識(shí)別分析
    2.2 可靠率
    2.3 基于VPM-Tanimoto模型識(shí)別未知類樣本
3 實(shí)施流程
4 含有未知類的PD樣本識(shí)別及結(jié)果分析
    4.1 實(shí)驗(yàn)數(shù)據(jù)
    4.2 譜圖實(shí)例分析
    4.3 未知樣本識(shí)別實(shí)例分析
5 結(jié)論
附錄



本文編號(hào)：3784940