基于ICEEMDAN-SVM算法的复合绝缘子缺陷识别研究

为了对复合绝缘子进行快速、有效检测,提出了基于改进的自适应白噪声完备集合经验模态分解(ICEEMDAN)和支持向量机(SVM)相结合的缺陷信号识别方法 ,该方法将克服传统经验模态分解的模态混叠缺点,在对复合绝缘子进行超声导波检测时,可准确、快速识别回波信号,保障电力系统稳定运行。对绝缘子进行无缺陷、中部断面缺陷、中部气孔缺陷的有限元仿真,运用ICEEMDAN对绝缘子各缺陷类型的超声回波数据进行分解;计算出各模态下的样本熵、排列熵,并通过SVM进行复合绝缘子的缺陷类型识别。研究结果表明,基于ICEEMDAN与SVM的信号识别方法能够较好地提取复合绝缘子的故障特征并进行缺陷识别分类。