基于样本加权FCM聚类的未知类别局部放电信号识别

被引：26

作者：

贾亚飞 ^{[1
,2
]}

朱永利 ^{[1
]}

高佳程 ^{[1
]}

袁博 ^{[3
]}

机构：

[1] 华北电力大学新能源电力系统国家重点实验室

[2] 国网河北省电力有限公司雄安新区供电公司

[3] 国网河北省电力公司经济技术研究院

来源：

电力自动化设备 | 2018年 / 38卷 / 12期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

电力变压器; 局部放电; 模式识别; 未知样本; 样本加权; FCM聚类; Otsu准则; 支持向量机;

D O I：

10.16081/j.issn.1006-6047.2018.12.016

中图分类号：

TM855 [绝缘的试验与检查];

学科分类号：

080803 [高电压与绝缘技术];

摘要：

针对电力变压器待识别局部放电信号中可能存在不属于已知类别的未知样本的问题,提出了一种基于样本加权模糊C均值(FCM)聚类的未知类别局部放电信号识别方法。对已知类别的局部放电信号进行FCM聚类,确定各已知类的聚类中心;分别计算已知类别和待识别局部放电信号的样本权值,并根据Otsu准则确定样本权值的自适应阈值;将各待识别局部放电信号的权值与确定的阈值进行比较,判断其是否属于已知类别;采用支持向量机(SVM)对得到的属于已知类别的待识别局部放电信号进行分类,对未知类别样本进行人为分析判断。采用所提方法对实验室条件下的放电信号进行分析,实验结果表明,所提方法可以有效地区分待识别局部放电信号中的未知类别样本。

引用

页码：107 / 112

页数：6

共 16 条

[1]

Partial Discharge Pattern Recognition via Sparse Representation and ANN [J].

Majidi, Mehrdad ;

Fadali, Mohammed Sami ;

Etezadi-Amoli, Mehdi ;

Oskuoee, Mohammad .

IEEE TRANSACTIONS ON DIELECTRICS AND ELECTRICAL INSULATION, 2015, 22 (02) :1061-1070

[2]

New clustering algorithm-based fault diagnosis using compensation distance evaluation technique.[J].Yaguo Lei;Zhengjia He;Yanyang Zi;Xuefeng Chen.Mechanical Systems and Signal Processing.2007, 2

[3]

基于改进变分模态分解和Hilbert变换的变压器局部放电信号特征提取及分类 [J].