基于主成分分析和概率神经网络的变压器局部放电模式识别

摘要：

提出利用主成分分析(PCA)的方法对变压器局部放电原始特征参数进行降维,并提取出新的主成分因子.结果表明,提取出的主成分因子可以很好地表征原始特征向量.通过概率神经网络(PNN)分类器分别对降维前和降维后的特征向量进行训练和识别.研究发现,提取出的新因子有效缓解了分类器负担,且PNN分类器的识别效果良好,优于传统BP神经网络分类器.

关键词：主成分分析、概率神经网络、变压器、局部放电、模式识别

所属期刊栏目：33

分类号：TM41(变压器、变流器及电抗器)

资助基金：中央高校基本科研业务费专项资金资助项目13XS26;the Fundamental Research Funds for the Central Universities13XS26

在线出版日期：2013-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：27-31