基于变量预测-谷本相似度方法的局部放电中未知类型信号识别

作者：邓冉; 朱永利^*; 刘雪纯; 翟羽佳

来源：电工技术学报, 2020, 35(14): 3105-3115.

DOI：10.19595/j.cnki.1000-6753.tces.190777

• 局部放电
• 未知类型
• 谱图
• 谷本相似度
• 可靠率

针对局部放电中可能出现新的不属于已知放电类型的未知样本,提出一种基于变量预测-谷本相似度(VPM-Tanimotosimilarity)的未知类型信号识别方法。构建梯度谱图实现未知信号的表达,并使用两个指标来对样本分区域过滤以分离出未知类。首先,构建?-Δ?、?-Δu、?-Δqmax、?-Δn梯度模式和?-n谱图模式并提取特征。其次,对各已知类放电建立相应的VPM模型组并预测样本的特征向量。再次,计算样本和各已知类放电的Tanimoto相似度,获得与样本最匹配的已知类别。然后,计算识别结果的可靠率(IDAR)并划分可靠率空间,不同的区域有不同的判定方法。最后,利用Tanimoto相似度和各区域的IDAR对所有信号进行双重过滤以判定并分离出未知样本。实验结果表明,该方法取得了一定的识别效果。

• 单位
  华北电力大学; 新能源电力系统国家重点实验室