基于PNN的GIS局部放电模式识别方法

• 作者: 李君科 李明江 李德光
• 来源期刊: 电气传动
• 关键词: 气体绝缘开关设备 局部放电 模式识别 线性判别分析 遗传算法 概率神经网络
• 年，卷（期）: 2021,（15）
• 所属期刊栏目: 控制
• 页码范围: 45-52
• 页数: 8页
• 分类号: TM933
• 语种: 中文
• DOI: 10.19457/j.1001-2095.dqcd21522

摘要

气体绝缘开关设备(GIS)因绝缘缺陷引起的局部放电特性具有复杂性和分散性,其特征量的选取易产生数据的丢失和冗余,导致故障类型的识别效果不佳.据此,提出了采用线性判别分析(LDA)方法和遗传算法优化概率神经网络结合的局部放电模式识别方法.通过GIS局部放电实验平台模拟了5类典型的GIS局部放电模型,并建立相应的超高频图谱,提取了相关的特征参量;经过线性判别分析降维得到低维的样本空间,并送入到遗传算法优化后的概率神经网络中进行模式识别;分别采用BP神经网络、SVM、概率神经网络、优化概率神经网络4种分类器进行模式识别,实验结果表明,样本空间经过LDA降维,并经过遗传算法优化概率神经网络进行模式识别,具有较优的识别效果和识别时长.