局部放電灰度圖像模式識(shí)別與分形壓縮方法應(yīng)用研究.pdf

1、絕緣內(nèi)部局部放電被廣泛認(rèn)為是導(dǎo)致電氣設(shè)備絕緣劣化的重要因素，與高電壓電氣設(shè)備運(yùn)行的安全性和可靠性具有密切聯(lián)系。局部放電在線監(jiān)測(cè)系統(tǒng)中的放電類型自動(dòng)識(shí)別，能夠及時(shí)發(fā)現(xiàn)絕緣內(nèi)部局部缺陷及放電發(fā)展程度，防止事故發(fā)生。針對(duì)局部放電模式自動(dòng)識(shí)別的需要，作者系統(tǒng)地研究了局部放電灰度圖像自動(dòng)識(shí)別中的基本理論和實(shí)現(xiàn)方法： (1)根據(jù)變壓器局部放電在線監(jiān)測(cè)的要求，設(shè)計(jì)了放電模型和實(shí)驗(yàn)方法，并通過模型實(shí)驗(yàn)獲得了大量放電樣本數(shù)據(jù)，為構(gòu)造局部放電灰度圖

2、像和采用BPNN進(jìn)行識(shí)別作好準(zhǔn)備； (2)研究了局部放電灰度圖像的構(gòu)造方法以及降維構(gòu)造32×32灰度和矩陣的方法；在用人工神經(jīng)網(wǎng)絡(luò)對(duì)局部放電進(jìn)行模式識(shí)別時(shí)，分析了BP網(wǎng)絡(luò)的優(yōu)缺點(diǎn)，對(duì)典型BP網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)訓(xùn)練算法提出了改進(jìn)，采用帶有偏差單元的遞歸神經(jīng)網(wǎng)絡(luò)作為模式分類器；采用32×32灰度和矩陣進(jìn)行BPNN識(shí)別結(jié)果表明這種方法是有效的。 (3)研究了局部放電灰度圖像的四叉樹分形圖像壓縮方法，通過仿真實(shí)驗(yàn)證明采用本文算法能

3、夠獲得一定的圖像壓縮比，在局部放電灰度圖像壓縮應(yīng)用中顯示了良好的壓縮效果，進(jìn)一步研究了局部放電解碼圖像的識(shí)別結(jié)果與原始圖像之結(jié)果的差異程度，研究結(jié)果初步表明該方法應(yīng)用于局部放電模式自動(dòng)識(shí)別系統(tǒng)中是有效的； (4)研究了基于局部放電解碼圖像的BPNN識(shí)別方法及，通過分析對(duì)解碼圖像的識(shí)別效果，驗(yàn)證了設(shè)計(jì)的系統(tǒng)模式識(shí)別方案的有效性，同時(shí)表明該方案能夠滿足實(shí)地局部放電模式自動(dòng)識(shí)別和遠(yuǎn)程數(shù)據(jù)通訊及自動(dòng)識(shí)別的需要。 以上研究表明，提