基于半监督学习的XLPE电缆局部放电模式识别研究

• 作者: 姚林朋 江秀臣 王辉 郑文栋 钱勇 黄成军
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: XLPE电缆 局部放电 半监督学习 模式识别 主成分分析
• 年，卷（期）: 2011,（14）
• 所属期刊栏目: 理论分析
• 页码范围: 40-46
• 分类号: TM835
• 字数: 4855字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2011.14.007

摘要

在交联聚乙烯(XLPE)电力电缆的局部放电模式识别的研究中,为解决标注样本数量过少而导致识别率低下的问题,引入基于半监督学习的方法进行电缆局部放电模式识别研究.制作了XLPE电缆的四类典型绝缘缺陷,从局部放电信号中提取20种统计特征参数,对基于半监督学习的一致性模型方法与基于有监督学习的J48,K近邻,BP神经网络等方法进行了对比,并采用主成分分析进行优化.研究结果表明半监督学习能充分利用已标注样本的特征信息和未标注样本的分布信息,增强分类器的性能,提高局部放电模式识别的准确率.而通过主成分分析的方法能降低样本特征维数,有效提高半监督学习算法速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江秀臣	上海交通大学电气工程系	305	4849	36.0	54.0
2	王辉	上海交通大学电气工程系	116	803	16.0	24.0
3	钱勇	上海交通大学电气工程系	104	1423	18.0	34.0
4	黄成军	上海交通大学电气工程系	111	2404	26.0	45.0
5	郑文栋	上海交通大学电气工程系	15	102	6.0	10.0
6	姚林朋	上海交通大学电气工程系	24	505	11.0	22.0