基于S变换和概率神经网络的局部放电特征提取及放电识别方法

• 作者: 宋廷汉 庄小亮 牛海清 罗新
• 来源期刊: 南方电网技术
• 学科: 工学
• 关键词: 局部放电识别 S变换 奇异值分解 遗传算法 概率神经网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 高电压技术
• 页码范围: 17-23
• 页数: 7页
• 分类号: TM247
• 语种: 中文
• DOI: 10.13648/j.cnki.issn1674-0629.2020.07.003

摘要

为快速准确地识别出局部放电信号类型,保障设备安全运行具有重大的意义,本文提出了一种基于S变换和概率神经网络的局部放电特征提取及放电识别方法.首先,将局部放电信号使用S变换得到时频图和时频矩阵A;然后联合S变换时频图与谱峭度算法,从矩阵A中截取局部放电主要特征所在的时频矩阵B,在降低矩阵维数的同时去除白噪声的干扰;然后对时频矩阵B进行奇异值分解,提取合适个数的奇异值作为特征向量;将特征向量作为概率神经网络(probabilistic neural network,PNN)的输入,利用遗传算法(genetic algorithm,GA)优化概率神经网络,最终实现局部放电信号的识别.研究结果表明,所提方法能够很好地识别电缆局部放电类型,且识别效果优于GA-BP.