基于深度稀疏降噪自编码网络的局部放电模式识别

摘要：

由于变电站现场局部放电检测易于受到各类干扰的影响,造成检测数据中存在噪声,使数据中信号特征不明显,因此传统的基于统计特征的模式识别方法在应对现场检测数据时识别率较低.提出了一种基于深度稀疏降噪自编码器网络的模式识别方法.对试验检测出的典型特征图谱,利用深度稀疏降噪自编码器进行主动染噪学习训练,最后得到可以有效去噪的深度特征提取模型,并利用Softmax分类器输出识别结果.利用在变电站现场实测数据对方法进行验证,并与传统的识别方法进行对比,证明方法对含有噪声的局部放电信号有更好的识别效果.

关键词：深度稀疏降噪自编码器、去噪、局部放电、特征提取、模式识别

所属期刊栏目：40

分类号：TM835(高电压技术)

在线出版日期：2018-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：115-118