GIS局部放电时域波形图像的模式识别方法

• 作者: 何金 刘创华 宋晓博 张春晖 曹梦 朱旭亮
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 模式识别 图像 支持向量机 局部放电
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 24-30
• 页数: 7页
• 分类号: TM835.4
• 字数: 3633字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000074

摘要

气体绝缘组合电器(GIS)现场局部放电检测得到的大量数据是时域波形图像数据,传统的局部放电模式识别方法无法对该图像数据直接进行缺陷分类.针对局部放电时域波形图像,首先利用图像分割、图像灰度化、图像二值化、图像增强、图像压缩等技术对其进行预处理.通过变电站现场带电检测,建立了局部放电缺陷类型的图像数据集.对预处理得到的仅含局部放电脉冲电压的图像,选择支持向量机模型,使用径向基函数作为核函数,通过SMO优化方法训练得到有向无环图(DAG)分类器,直接进行模式识别.实验中支持向量机模型对局部放电6种缺陷类型的识别率超过85%,优于反向传播神经网络模型.实验结果表明,该方法无需人工提取特征,具有更高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春晖	国网天津市电力公司电力科学研究院	4	7	2.0	2.0
2	刘创华		11	28	3.0	5.0
3	何金	国网天津市电力公司电力科学研究院	11	6	1.0	1.0
4	曹梦	国网天津市电力公司电力科学研究院	5	5	1.0	1.0
5	宋晓博	国网天津市电力公司电力科学研究院	6	6	1.0	2.0
6	朱旭亮	国网天津市电力公司电力科学研究院	5	2	1.0	1.0