电晕放电辐射信号的特征提取和模式识别方法研究

• 作者: 刘卫东 周帅 胡小锋
• 来源期刊: 装备环境工程
• 学科: 工学
• 关键词: 电晕放电 特征提取 模式识别 概率神经网络
• 年，卷（期）: 2017,（4）
• 页码范围: 57-61
• 页数: 5页
• 分类号: TJ06|TN911.7
• 字数: 3094字
• 语种: 中文
• DOI: 10.7643/issn.1672-9242.2017.04.012

摘要

目的 研究电晕放电辐射信号的特征提取和模式识别方法.方法 在分析信号特征提取方法的基础上,对实测的电晕放电辐射信号特征提取,利用概率神经网络开展电晕放电辐射信号目标识别,检验特征提取的有效性.结果 以奇异值作为输入特征量的PNN在整体上效果更优,稳定性好,对两类不同放电辐射信号的正确识别率均可达到80%以上,并且当输入特征量个数达到10个时,对实测样本的正确识别率均达到了最高值.电晕放电的正确识别率为96.7%,火花放电的正确识别率为93.3%.结论 该方法能基本满足实际放电信号的识别应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡小锋	军械工程学院静电与电磁防护研究所	56	480	12.0	19.0
2	刘卫东	军械工程学院静电与电磁防护研究所	33	456	9.0	20.0
3	周帅	军械工程学院静电与电磁防护研究所	1	0	0.0	0.0