基于相关系数矩阵和概率神经网络的局部放电模式识别

• 作者: 尚海昆 王瑜 苑津莎 靳松
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 相关系数矩阵 概率神经网络 变压器 局部放电 模式识别
• 年，卷（期）: 2013,（13）
• 页码范围: 110-115
• 页数: 6页
• 分类号: TM85
• 字数: 4468字
• 语种: 中文

摘要

针对变压器局部放电模式分类过程中特征参数维数过高的问题，提出了一种基于相关系数矩阵的参数降维方法。利用提取出的变压器局部放电信号的特征参数构造相关系数矩阵，通过分析放电信号18个特征参数间的相关性，删除具有相似分类能力的特征参数，之后引入分离度指标来衡量特征向量的分类能力大小，提取出6个具有较高分类能力的特征向量，最后通过概率神经网络进行模式识别。结果表明该降维方法有效降低了特征参数的维数，简化了分类器结构，在小样本情况下对于概率神经网络模式分类器具有较高的识别率，识别效果优于传统BP神经网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑津莎	华北电力大学电气与电子工程学院	188	2334	27.0	40.0
2	靳松	华北电力大学电气与电子工程学院	14	182	7.0	13.0
3	王瑜	华北电力大学电气与电子工程学院	22	297	8.0	17.0
4	尚海昆	华北电力大学电气与电子工程学院	9	286	7.0	9.0