基于核密度估计分类器的变换器故障诊断方法

• 作者: 林琼斌 王武 蔡逢煌 陈四雄 黄丽梅
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 故障诊断 识别定位 三次B样条小波分析 Mallat 核密度估计
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 电力系统
• 页码范围: 2204-2210
• 页数: 7页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2018.1814

摘要

现有变换器的故障诊断过程需训练大量的故障样本才能实现故障的识别和定位,但故障数据获取困难且训练过程复杂.针对这一问题,提出一种结合基于Mallat(快速递推算法)的三次B样条小波分析与核密度估计算法.该方法首先采用基于Mallat的三次B样条小波分析方法对变换器的输出电压进行预处理,加强抗噪声能力并降低数据维度;其后,基于核密度估计的分类器对故障进行识别和定位.所提方法在故障辨识阶段无需故障样本仅对正常样本进行训练便能准确识别故障样本,且在故障定位阶段仅需训练少量故障样本就能实现故障的定位,具有抗干扰能力强、实现简单、诊断率高的优点.仿真和实验验证了所提方法的可行性和有效性.