基于S变换和双向二维主成分分析的局部放电模式识别

为对不同类型局部放电信号进行识别,笔者提出一种新的特征提取方法.首先,制作了4种典型的局部放电人工缺陷模型,并通过S变换对采集的局部放电UHF信号进行时频分析;然后,采用双向二维主成分分析(2DPCA)对S变换幅值矩阵进行压缩以提取特征;最后,引入基于粒子群算法优化参数的支持向量机对样本特征集进行模式识别.识别结果表明:4种特征维数组合中,(10,5)组合的平均识别率最高,(5,5)组合最低;粒子群优化算法的引入大幅提高了支持向量机的分类性能,平均识别率均在94.43％以上,最高可达到97.67％.由此可见,经过S变换和双向2DPCA提取的特征集在维数显著约减的同时,保留了原始数据大部分信息量,能够获得较为理想的分类识别率.     

直流电老化低密度聚乙烯的空间电荷陷阱特征

高压直流电缆绝缘材料的老化与空间电荷有密切关系,探索一种能够表征材料老化程度的空间电荷特征参量显得尤为重要。笔者以低密度聚乙烯(LDPE)材料为例,使用电声脉冲法(PEA)研究了直流电老化程度对空间电荷陷阱特征的影响,提出一种离散分布的空间电荷陷阱模型,并基于此模型计算出陷阱特征参数(陷阱深度和陷阱密度)。结果表明随着直流电老化程度的增大,样品内较浅陷阱转化为较深陷阱,并得到老化程度与陷阱深度、陷阱密度的关系,为聚合物材料老化诊断提供参考。