基于数学形态学和分形理论的电缆局放识别
为解决电缆附件绝缘缺陷故障类型识别过程复杂、特征选择冗余问题,提出了一种直接利用含噪局部放电信号进行绝缘故障识别的方法.选取3个工频周期内的含噪局放信号作为一个样本,首先采用数学形态学滤波技术进行放电脉冲提取,获得平均放电量和放电次数两个统计特征;利用Hurst指数对局放信号分形性进行判断,若条件满足,直接求取其盒维数作为一个分形特征;最后将3个特征导入可拓神经网络进行模式识别,验证该方法的可行性和有效性.结果 表明:平均放电量、放电次数和盒维数3个特征具有较强的可分性,解决了特征选择冗余问题;可拓神经网络能较好地识别出不同类型的绝缘缺陷,识别率高于基于支持向量机和BP神经网络的同类方法.
盒维数、可拓神经网络、分形理论、Hurst指数、数学形态学、局部放电
49
TM835(高电压技术)
中国博士后基金面上项目;四川省教育厅科研创新团队自然科学项目
2020-04-24(万方平台首次上网日期,不代表论文的发表时间)
共8页
102-109