| 基于主成分和小波神经网络的绝缘子污秽放电发展阶段识别 |
| |
| 引用本文： | 王峰,袁开明,舒乃秋. 基于主成分和小波神经网络的绝缘子污秽放电发展阶段识别[J]. 绝缘材料, 2015, 0(4): 52-56,60 |
| |
| 作者姓名： | 王峰 袁开明 舒乃秋 |
| |
| 作者单位： | 武汉大学 电气工程学院,武汉,430072 |
| |
| 摘 要： | 针对绝缘子污秽放电模式识别过程中声发射信号的特征参量维数过高的问题,采用主成分分析法对特征参量降维,利用提取到的绝缘子污秽放电声发射信号的特征参数构成原始特征参量矩阵,通过对原始特征参量矩阵进行K-L正交变换,产生了包含原始特征参量矩阵主要信息的K个主成分,最后利用小波神经网络进行绝缘子污秽放电的模式识别。结果表明:利用主成分分析法降低特征参量的维数,使分类器的结构更简单,小波神经网络比传统的BP神经网络具有更高的识别率和更优的识别效果。
|
| 关 键 词： | 主成分分析法 小波神经网络 绝缘子污秽放电 模式识别 |
Recognition of Contamination Discharge Development Stage of Insulators Based on Principal Component and Wavelet Neural Network |
| |
| Wang Feng , Yuan Kaiming , Shu Naiqiu. Recognition of Contamination Discharge Development Stage of Insulators Based on Principal Component and Wavelet Neural Network[J]. Insulating Materials, 2015, 0(4): 52-56,60 |
| |
| Authors: | Wang Feng Yuan Kaiming Shu Naiqiu |
| |
| Affiliation: | Wang Feng;Yuan Kaiming;Shu Naiqiu;School of Electrical Engineering, Wuhan University; |
| |
| Abstract: | |
| |
| Keywords: | principal component analysis wavelet neural network contamination discharge of insulator pattern recognition |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
