10.13335/j.1000-3673.pst.2018.2652
基于随机森林的高压电缆局部放电特征寻优
高压电缆局部放电(简称局放)新特征的构建与优化选择是提升识别精度、优化识别效率、增强监测参数可视化效果的重要手段.提出了一种基于随机森林的局放特征优选新方法.在实验室构建了5种类型的电缆人工缺陷,通过加压测试获取局放原始数据,并提取了3500个局放脉冲和3500个典型干扰信号脉冲,构建了1235个局放特征.基于上述样本,开展了基于随机森林的特征寻优,分别获得了局放和干扰信号特征排序结果和不同类型局放信号的特征排序结果,并通过反向传播神经网络(back propagation neural network,BPNN)和支持向量机(support vector machine,SVM)对优选排序结果进行了验证.结果 表明,局放和干扰识别的有效特征参数主要是表征信号快慢的特征和小波组合特征;不同类型局放识别的有效特征参数主要是小波组合特征.结果 证明,随机森林算法是一种有效的电缆局放特征优选方法,并有望推广到其他电力设备局放的特征寻优.
局部放电、特征选择、随机森林、高压电缆、模式识别
43
TM721(输配电工程、电力网及电力系统)
国家自然科学基金;广东电网公司科技项目
2019-05-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
1329-1335