基于随机森林的发电机定子线棒局部放电图谱特征识别方法 |
| |
引用本文: | 胡建林,张翕,宋展,向紫馨,邓鸿飞,蒋兴良.基于随机森林的发电机定子线棒局部放电图谱特征识别方法[J].高电压技术,2024(3):1272-1280. |
| |
作者姓名: | 胡建林 张翕 宋展 向紫馨 邓鸿飞 蒋兴良 |
| |
作者单位: | 重庆大学雪峰山能源装备安全国家野外科学观测研究站 |
| |
摘 要: | 发电机定子线棒局部放电的在线监测和故障诊断对于电机故障预警、故障定位和指导机组检修有重要意义。目前存在部分不同类型局部放电相似度高,模式识别方法计算时间过长的问题,需要高精度和高效的识别方法,为此提出一种基于随机森林的定子线棒局部放电识别方法。制备了6种类型定子线棒,用特高频天线检测局部放电信号,基于相位分布局部放电(PRPD)图谱比对,提出参数幅值不对称度。基于随机森林方法识别缺陷类型,计算特征重要性,选择有效特征。最后,可视化特征相似度,与传统反向传播(BP)神经网络方法对比,验证有效性。结果表明:随机森林算法可以有效识别人工缺陷定子线棒局部放电,总体识别正确率达到93.33%。筛选半数特征后,随机森林比BP神经网络的准确率提高了10.83%,特征选择对随机森林的准确率影响很小,但识别效率大幅提高。随机森林在少量特征时识别准确率、计算时间都明显优于神经网络。幅值不对称度参数的重要性排在全部特征前1/3,具有推广价值。
|
关 键 词: | 定子线棒 局部放电 在线监测 随机森林 PRPD图谱 |
|
|