共 6 条
- [2] 基于人工神经网络的变压器绝缘模型放电模式识别的研究[J]. 中国电机工程学报, 2001, (01) : 22 - 25姜磊朱德恒李福祺谈克雄覃刚力金显贺王昌长T.C.Cheng
- [6] 分形[M]. 清华大学出版社 , 张济忠 编著, 1995
基于IFS的局部放电超声信号的数据压缩和模式识别
被引：6
作者：
刘云鹏
律方成
李燕青
机构：
[1] 华北电力大学电力工程系
来源：
关键词：
局部放电;
迭代函数系;
分形维数;
数据压缩;
模式识别;
D O I：
10.19595/j.cnki.1000-6753.tces.2003.06.020
中图分类号：
TM41 [电力变压器];
学科分类号：
摘要：
变压器局部放电超声信号具有连续不可导和非平稳的特性 ,通过仿射变换建立其分段自仿射IFS (IteratedFunctionSystem)。利用该方法一方面实现局部放电信号数据的压缩 ;另一方面提取IFS分形参数 ,包括IFS分形维数和空缺率 ,为局部放电模式识别提供新的特征参数 ,两者同时进行 ,为实现局部放电在线监测提供一种新的工具。同时进一步把IFS分形参数作为特征参量输入人工神经网络对放电模式进行识别 ,结果表明了利用超声波信号进行局部放电模式识别的有效性。
引用
收藏
页码：93 / 97
页数：5
相关论文