基于分形特征的最小二乘支持向量机局部放电模式识别

• 作者: 任先文 宋阳 沈重 薛雷 郭丹丹
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 局部放电 最小二乘支持向量机 小波包分析 分形维数 模式识别
• 年，卷（期）: 2011,（14）
• 所属期刊栏目: 工程应用
• 页码范围: 143-147
• 分类号: TM8
• 字数: 3117字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2011.14.025

摘要

为了提高局部放电模式识别的正确率,提出了一种基于最小二乘支持向量机(LS-SVM)的局部放电模式识别的方法.应用分形理论,同时结合小波包分析技术,计算各个频段信号的分形维数,把各频段局放信号的分形维数的例数输入到多分类最小二乘支持向量机中进行训练,实现对放电样本的分类.结果表明,分形特征浓缩了局部放电信号的信息,有效地解决了模型参数选择耗时巨大的问题.该方法在有限样本情况下能够达到较高的识别率,具有良好的应用价值.