期刊文章详细信息
基于密度峰值聚类算法的局部放电脉冲分割 ( EI收录)
Partial Discharge Pulse Segmentation Based on Clustering by Fast Search and Find of Density Peaks
文献类型:期刊文章
Zhu Yongli;Jiang Wei;Liu Gang(State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources North China Electric Power University,Baoding 071003 China;School of Electrical and Information Engineering Guizhou Institute of Technology,Guiyang 550003 China)
机构地区:[1]新能源电力系统国家重点实验室(华北电力大学),保定071003 [2]贵州理工学院电气与信息工程学院,贵阳550003
基 金:国家自然科学基金重点项目(51677072);中央高校基本科研业务费专项资金项目(2018QN078)资助。
年 份:2020
卷 号:35
期 号:6
起止页码:1377-1386
语 种:中文
收录情况:BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:局部放电(PD)信号处理是电力设备绝缘状态评估的基础,而特征量提取又是信号处理的关键环节。特征量提取包括局部放电脉冲分割和放电特征量提取两个步骤。放电脉冲分割提取是后续PD信号特征提取及故障分类的前提。为尽可能保留放电信息,同时减少人工干涉,该文提出了一种基于聚类算法的PD脉冲分割提取方法。该方法采用小波分解算法进行滤波处理,使用噪声抑制比(NRR)表征滤波效果;以所有局部放电信号半波脉冲为对象,计算各半波脉冲的能量(即信号瞬时值平方对时间的积分),从而使该方法能更准确地描述局部放电过程。应用Otsu算法自适应计算能量阈值并结合密度峰值聚类算法(DPC)实现PD脉冲的自动分割。在实验室建立了三种不同类型局部放电模型,采集得到10组电晕放电、11组悬浮放电和30组锥板放电数据,以对该文方法进行验证。结果都取得了80%以上的识别率,比同类算法更高或相当,表明了该文方法的优越性。
关 键 词:局部放电 最大类间方差法 自适应能量阈值 脉冲分割 密度峰值聚类
分 类 号:TM85]
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...