文献类型：期刊文章

作　　者：孙茂一[1] 杨林[2] 周志通[3] 高春林[3] 张安安[3] 李俊逸[1]

Sun Maoyi;Yang Lin;Zhou Zhitong;Gao Chunlin;Zhang An’an;Li Junyi(National Institute of Measurement and Testing Technology,Chengdu 610021,China;CRRC Meishan Co.,Ltd.,Meishan 620032,Sichuan,China;Southwest Petroleum University,Chengdu 610500,China)

机构地区：[1]中国测试技术研究院,成都610021 [2]中车眉山车辆有限公司,四川眉山620032 [3]西南石油大学,成都610500

出　　处：《电测与仪表》

基　　金：国家重点研发计划(2017YFE0112600);四川省2018年基本科研业务(2018YSKY0037);四川省省域检验检测服务体系建设及应用示范项目(18KJFWSF0001)

年　　份：2019

卷　　号：56

期　　号：22

起止页码：25-30

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为更全面地提取局部放电信号的特征值信息,提高识别率,将局部放电统计特征参数和矩特征参数相结合,提取出高维的特征值。从不同的角度出发,结合两种不同的方法对局放特征进行提取。同时在流形学习非监督的基础上引入了监督信息,从而保证高维到低维的映射在保留流形某些结构,同时也可进一步分离不同类别的流形。利用基于监督的局部线性嵌入(Supervised Locally Linear Embedding,SLLE)对局部放电特征值进行降维优化处理,提取出具有较高分类能力的最优特征值,利用电力电缆附件的4种典型缺陷进行实验对比,结果表明文中方法较好地提取出最优特征值,且能得到更准确的识别结果。

关 键 词：电缆附件 局部放电 相位分割  监督局部线性嵌入  模式识别

分 类 号：TM934]