基于小波技術(shù)的局部放電圖像模式識(shí)別的研究.pdf

1、局部放電在線監(jiān)測(cè)與模式識(shí)別技術(shù)是及時(shí)發(fā)現(xiàn)變壓器內(nèi)部局部缺陷和故障隱患的重要手段。目前，局部放電模式識(shí)別的研究?jī)?nèi)容主要有放電特征量和模式分類器等。本文在國(guó)內(nèi)外現(xiàn)有工作的基礎(chǔ)上，通過實(shí)驗(yàn)室局部放電實(shí)驗(yàn)數(shù)據(jù)，系統(tǒng)地研究了局部放電圖像的小波多尺度變換和基于遺傳算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)，在提取小波多尺度變換后的各子圖特征基礎(chǔ)上，通過本文建立的模式識(shí)別分類器進(jìn)行了識(shí)別。本文的主要內(nèi)容有：
　?、儆梦宸N變壓器放電模型，實(shí)驗(yàn)獲得了局部放電的樣本數(shù)據(jù)

2、，構(gòu)造出局部放電三維譜圖和灰度圖像。在小波多尺度變換的基本理論和具體算法基礎(chǔ)上，對(duì)Sinsin信號(hào)和局部放電譜圖進(jìn)行了小波多尺度分析，得到了各尺度子圖像的能量分布特點(diǎn)。
　　②對(duì)局部放電原始圖像和三尺度變換后的各子圖像提取了分形特征參數(shù)和矩特征參數(shù)構(gòu)成的特征集，并選用BP神經(jīng)網(wǎng)絡(luò)作為模式識(shí)別分類器，對(duì)各圖像特征集進(jìn)行模式識(shí)別。識(shí)別結(jié)果表明，在這種特征集提取下，垂直方向高頻子圖像LH3的識(shí)別效果好于原始圖像和其他子圖像。