GIS局部放电时域波形图像的模式识别方法 |
| |
引用本文: | 刘创华,何金,张春晖,曹梦,宋晓博,朱旭亮.GIS局部放电时域波形图像的模式识别方法[J].电力系统及其自动化学报,2019,31(10). |
| |
作者姓名: | 刘创华 何金 张春晖 曹梦 宋晓博 朱旭亮 |
| |
作者单位: | 国网天津市电力公司,天津,300232;国网天津市电力公司电力科学研究院,天津,300384 |
| |
摘 要: | 气体绝缘组合电器(GIS)现场局部放电检测得到的大量数据是时域波形图像数据,传统的局部放电模式识别方法无法对该图像数据直接进行缺陷分类。针对局部放电时域波形图像,首先利用图像分割、图像灰度化、图像二值化、图像增强、图像压缩等技术对其进行预处理。通过变电站现场带电检测,建立了局部放电缺陷类型的图像数据集。对预处理得到的仅含局部放电脉冲电压的图像,选择支持向量机模型,使用径向基函数作为核函数,通过SMO优化方法训练得到有向无环图(DAG)分类器,直接进行模式识别。实验中支持向量机模型对局部放电6种缺陷类型的识别率超过85%,优于反向传播神经网络模型。实验结果表明,该方法无需人工提取特征,具有更高识别率。
|
关 键 词: | 模式识别 图像 支持向量机 局部放电 |
本文献已被 CNKI 万方数据 等数据库收录! |
|