基于S变换和深度置信网络的变压器局部放电模式识别

• 作者: 兰志堃 朱永利 王刘旺 贾亚飞
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 电力变压器 局部放电 模式识别 深度置信网络 S变换
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 输配电技术
• 页码范围: 108-115
• 页数: 8页
• 分类号: TM85
• 字数: 5474字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2017.01.021

摘要

针对目前常用的浅层模式识别方法无法有效处理高维特征量的问题,提出一种基于深度置信网络(deepbelief network,DBN)的局部放电模式识别方法,并提出在DBN学习过程中采用自适应学习率来控制其在全局和局部的寻优能力.该方法首先对局部放电信号进行S变换得到二维时频矩阵;其次考虑时频矩阵中特征量之间的相关性和计算复杂度,对二维时频矩阵采用双向二维主成分分析(two-directional two-dimensional principalcomponent analysis,(2D)2 PCA)进行降维处理.最后,将降维得到的特征量输入DBN,从低层到高层逐层训练,并将训练好的DBN用于测试样本的模式识别.用上述方法对实验室条件下的四种不同放电模型产生的放电信号进行特征提取和模式识别,并与反向传播网络得到的识别结果进行比较,结果表明该方法对于高维特征量具有更高的正确识别率和更快的运行速度,更适用于高维度特征量的模式识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰志堃		1	11	1.0	1.0