采用动态模式分解分形特征的局部放电模式识别

作者：徐艳春; 夏海廷; 李振华; 吕密

来源：电力系统及其自动化学报, 2019, 31(12): 35-43.

DOI：10.19635/j.cnki.csu-epsa.000311

• 局部放电
• 模式识别
• 动态模式分解
• 分形特征
• X-均值聚类

为了解决传统局部放电模式识别方法计算量大、识别速度低的问题,本文采用构造二维谱图的方法进行局部放电模式识别。首先,利用动态模式分解算法构造局部放电的二维谱图,以少于构造传统三维谱图的计算量获取局部放电缺陷信号的二维表征。然后,针对不同缺陷信号的二维谱图提取两种分形特征(分形维数和间隙度),且构造了不同缺陷信号下二维谱图的分形特征数据集。最后,对该数据集进行X均值聚类。结果表明,X均值聚类结果优于传统K均值聚类和模糊C均值聚类算法,并且相比于反向传播神经网络和支持向量机算法,本文所提模式识别方法对3种局部放电缺陷信号综合识别率高,算法运算时间短。

• 单位
  三峡大学