基于EEMD和二维Gabor变换的GIS局放特征融合识别方法
|
摘要
局部放电(PD)可以反映气体绝缘组合开关电器(GIS)内部的绝缘缺陷,不同类型的放电对GIS的危害程度存在明显的差异,正确识别GIS的放电类型对于及时确认GIS设备的运行状态以及避免可能出现的绝缘故障非常重要。一种新的特征识别方法是基于总体经验模态分解(EEMD)和二维Gabor变换的GIS局放特征融合识别方法,并通过4种典型局放模型获取局放超高频信号样本进行验证。结果表明,平均正确识别率达到94.5%,明显高于单独使用EEMD和二维Gabor变换算法。
The partial discharge (PD) can reflect the insulation defects inside the gas-insulated switchgear (GIS). There are obvious differences in the degree of damage to GIS by different types of discharges. It is very important to correctly identify the discharge type of GIS to ensure the safe and reliable operation of GIS,evaluate the insulation condition of GIS and formulate reasonable maintenance strategy. One of the new methods was a method of GIS localized feature fusion based on EEMD and two-dimensional Gabor transform and used four typical PD models to obtain the PD samples to verify the method. The results show that the average correct recognition rate is 94.5%,which is significantly higher than that of EEMD and 2D Gabor transform.
The partial discharge (PD) can reflect the insulation defects inside the gas-insulated switchgear (GIS). There are obvious differences in the degree of damage to GIS by different types of discharges. It is very important to correctly identify the discharge type of GIS to ensure the safe and reliable operation of GIS,evaluate the insulation condition of GIS and formulate reasonable maintenance strategy. One of the new methods was a method of GIS localized feature fusion based on EEMD and two-dimensional Gabor transform and used four typical PD models to obtain the PD samples to verify the method. The results show that the average correct recognition rate is 94.5%,which is significantly higher than that of EEMD and 2D Gabor transform.
引文
[1]丁登伟,唐诚,高文胜,等. GIS中典型局部放电的频谱特征及传播特性[J].高电压技术,2014,40(10):3243-3251.
[2]唐炬,曾福平,范庆涛,等.基于荧光光纤检测GIS局部放电的多重分形谱识别[J].高电压技术,2014,40(2):465-473.
[3]张晓星,舒娜,徐晓刚,等.基于三维谱图混沌特征的GIS局部放电识别[J].电工技术学报,2015,30(1):249-254.
[4]律方成,金虎,王子建,等.主分量稀疏化在GIS局部放电特征提取中的应用[J].电工技术学报,2015,30(8):282-288.
[5]张佩,赵书涛,申路,等.基于改进EEMD的高压断路器振声联合故障诊断方法[J].电力系统保护与控制,2014,42(8):77-81.
[6]李利品,党瑞荣,樊养余.改进的EEMD算法及其在多相流检测中的应用[J].仪器仪表学报,2014,35(10):2365-2371.
[7]徐伟,陶亮.二维实值Gabor变换在图像压缩上的应用[J].计算机工程与应用,2012,48(7):177-180,223.
[8]丁维福,姜威,张亮亮.结合Gabor变换和Fast ICA的人脸表情识别方法[J].计算机工程与应用,2011,47(24):178-181.
[9]郑近德,程军圣,杨宇.改进的EEMD算法及其应用研究[J].振动与冲击,2013,32(21):21-26,46.
[10]吴小涛,杨锰,袁晓辉,等.基于峭度准则EEMD及改进形态滤波方法的轴承故障诊断[J].振动与冲击,2015,34(2):38-44.
[11]彭畅,柏林,谢小亮.基于EEMD、度量因子和快速峭度图的滚动轴承故障诊断方法[J].振动与冲击,2012,31(20):143-146.
[12]闫俊强,乔志伟,王强.改进的二维变换Gabor小波滤波器特征提取算法[J].计算机工程与设计,2016,37(10):2675-2678,2709.
[13]康志辉.基于二维Gabor变换与神经网络的签名识别算法研究[J].河北软件职业技术学院学报,2016,18(4):44-48.
[14]俞晓明,朱涛.基于二维Gabor变换和粒子群优化BP网络的人脸表情识别[J].制造业自动化,2012,34(9):50-53.
[15]王辉,郑文栋,吴晓春,等.模糊聚类算法参数优选方法及其在局部放电模式识别中的应用[J].高电压技术,2010,36(12):3002-3006.
[16]司良奇,钱勇,白万建,等.基于支持向量机的GIS超高频局部放电模式识别[J].高压电器,2014,50(11):1-6.
[17]李化,程昌奎,陈娇,等.基于EMD的GIS典型局部放电超高频信号的分形特征提取方法[J].高压电器,2014,50(6):104-110.
[18]张晓星,唐俊忠,唐炬,等. GIS中典型局放缺陷的UHF信号与放电量的相关分析[J].高电压技术,2012,38(1):59-65.
[19]王盼,陆宝宏,张瀚文,等.基于随机森林模型的需水预测模型及其应用[J].水资源保护,2014,30(1):34-37,89.
[2]唐炬,曾福平,范庆涛,等.基于荧光光纤检测GIS局部放电的多重分形谱识别[J].高电压技术,2014,40(2):465-473.
[3]张晓星,舒娜,徐晓刚,等.基于三维谱图混沌特征的GIS局部放电识别[J].电工技术学报,2015,30(1):249-254.
[4]律方成,金虎,王子建,等.主分量稀疏化在GIS局部放电特征提取中的应用[J].电工技术学报,2015,30(8):282-288.
[5]张佩,赵书涛,申路,等.基于改进EEMD的高压断路器振声联合故障诊断方法[J].电力系统保护与控制,2014,42(8):77-81.
[6]李利品,党瑞荣,樊养余.改进的EEMD算法及其在多相流检测中的应用[J].仪器仪表学报,2014,35(10):2365-2371.
[7]徐伟,陶亮.二维实值Gabor变换在图像压缩上的应用[J].计算机工程与应用,2012,48(7):177-180,223.
[8]丁维福,姜威,张亮亮.结合Gabor变换和Fast ICA的人脸表情识别方法[J].计算机工程与应用,2011,47(24):178-181.
[9]郑近德,程军圣,杨宇.改进的EEMD算法及其应用研究[J].振动与冲击,2013,32(21):21-26,46.
[10]吴小涛,杨锰,袁晓辉,等.基于峭度准则EEMD及改进形态滤波方法的轴承故障诊断[J].振动与冲击,2015,34(2):38-44.
[11]彭畅,柏林,谢小亮.基于EEMD、度量因子和快速峭度图的滚动轴承故障诊断方法[J].振动与冲击,2012,31(20):143-146.
[12]闫俊强,乔志伟,王强.改进的二维变换Gabor小波滤波器特征提取算法[J].计算机工程与设计,2016,37(10):2675-2678,2709.
[13]康志辉.基于二维Gabor变换与神经网络的签名识别算法研究[J].河北软件职业技术学院学报,2016,18(4):44-48.
[14]俞晓明,朱涛.基于二维Gabor变换和粒子群优化BP网络的人脸表情识别[J].制造业自动化,2012,34(9):50-53.
[15]王辉,郑文栋,吴晓春,等.模糊聚类算法参数优选方法及其在局部放电模式识别中的应用[J].高电压技术,2010,36(12):3002-3006.
[16]司良奇,钱勇,白万建,等.基于支持向量机的GIS超高频局部放电模式识别[J].高压电器,2014,50(11):1-6.
[17]李化,程昌奎,陈娇,等.基于EMD的GIS典型局部放电超高频信号的分形特征提取方法[J].高压电器,2014,50(6):104-110.
[18]张晓星,唐俊忠,唐炬,等. GIS中典型局放缺陷的UHF信号与放电量的相关分析[J].高电压技术,2012,38(1):59-65.
[19]王盼,陆宝宏,张瀚文,等.基于随机森林模型的需水预测模型及其应用[J].水资源保护,2014,30(1):34-37,89.