期刊文章详细信息
基于改进S变换的超高频局部放电信号特征提取及分类 ( EI收录)
Feature Extraction and Classification of UHF PD Signals Based on Improved S-Transform
文献类型:期刊文章
LONG Jiachuan;WANG Xianpei;DAI Dangdang;TIAN Meng;ZHU Guowei;HUANG Yunguang(School of Electronics and Information Engineering,Wuhan Donghu University,Wuhan 430212,China;Electronic Information School,Wuhan University,Wuhan 430072,China;Electric Power Research Institute of Guangxi Power Grid Co.,Ltd.,Nanning 530023,China)
机构地区:[1]武汉东湖学院电子信息工程学院,武汉430212 [2]武汉大学电子信息学院,武汉430072 [3]广西电网有限责任公司电力科学研究院,南宁530023
基 金:国家自然科学基金(50677047);武汉东湖学院青年基金(2018dhzk001)~~
年 份:2018
卷 号:44
期 号:11
起止页码:3649-3656
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:超高频(ultra-high frequency, UHF)局部放电(partial discharge, PD)检测法是目前应用最广泛的PD检测方法之一,通过提取UHF PD信号的时频特征可实现PD类型的识别。因此提出了一种基于改进S变换的UHF PD信号时频特征提取方法,首先通过引入新的频域窗宽度计算公式对标准S变换进行改进;然后根据得到的S变换模矩阵计算频率-最大幅值图,并提取出6维统计特征量;最后结合支持向量机(support vector machine, SVM)完成PD信号的识别。试验结果表明:该方法兼顾了S变换的时、频域分辨率,使得到的特征量能更加准确地反映PD成分在时频域的分布特性;在未经去噪的情况下,该方法仍可获得高达97.33%的分类正确率,验证了其较强的噪声鲁棒性;与常用的PD信号特征提取法相比,所提方法获得的PD类型识别率更高。研究结果可以为超高频局部放电信号识别提供参考。
关 键 词:局部放电 超高频 改进S变换 支持向量机 特征提取 分类
分 类 号:TM855]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...