采用小波包树能量矩阵奇异值分解的局部放电模式识别

• 作者: 兀鹏越 刘圣冠 刘晓航 孟国栋 孟永鹏 柴琦 赵煦
• 来源期刊: 西安交通大学学报
• 关键词: 局部放电识别 能量特征提取 小波包分解 奇异值分解
• 年，卷（期）: 2017,（8）
• 页码范围: 116-121
• 页数: 6页
• 分类号: TM855
• 语种: 中文
• DOI: 10.7652/xjtuxb201708019

摘要

为了从局部放电信号电磁波大量冗余的频率信息中提取有效的局部放电特征参量,提出了采用小波包和奇异值分解相结合的能量特征提取方法.该方法从大量小波包树节点的能量信息中提取了一组能量特征参量用于局部放电类型识别,首先对4种放电类型的电磁波信号进行小波包分解,计算每个小波包节点系数的能量,接着采用奇异值分解法从小波包树所有节点的能量信息中提取奇异值较大的一组参量,利用这组参量建立识别模型,最后使用支持向量机对4种变压器典型放电类型进行识别.结果表明,小波包树能量矩阵奇异值分解可以从包含有大量无效和冗余频率信息的电磁波信号中提取能量特征参量,从而进行局部放电识别.研究内容可为局部放电类型识别提供一种有效的特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟国栋	西安交通大学电力设备电气绝缘国家重点实验室	8	43	4.0	6.0
2	孟永鹏	西安交通大学电力设备电气绝缘国家重点实验室	19	421	11.0	19.0
3	兀鹏越		65	305	10.0	14.0
4	赵煦		4	17	2.0	4.0
5	刘晓航		5	14	1.0	3.0
6	刘圣冠		4	14	2.0	3.0
7	柴琦		12	38	4.0	5.0