摘要

绝缘子运行状态的检测和故障诊断对于维持电力系统安全稳定运行至关重要。针对目前存在输变电绝缘子的紫外检测图像故障特征不明显、诊断准确率不高的问题,提出了一种基于稀疏表示法的绝缘子紫外图谱的闪络状态分类评估方法。通过字典学习构建图谱信号自适应的过完备字典,采用加速近邻梯度算法和正交匹配追踪算法对待测紫外图像进行稀疏求解,依据稀疏矩阵的非零项进行分类诊断。结果表明,该方法的检测准确率较高,最高可达98%,其中正交匹配追踪算法依赖于字典的健全程度,当训练样本充足时算法识别时间仅为0.000 8 s。而加速近邻梯度算法则选取多个较优参量,适用于样本量较小的分类评估。此外,稀疏度参数敏感度较低,具有较好的鲁棒性。该算法同多分类支持向量机(M-SVM)算法相比,具有更好的表现性能,在绝缘子紫外检测分级预警和故障检测方面具有良好的应用前景。

全文