基于多源局部放电信号数据流聚类分离方法 |
| |
作者姓名: | 陈昌川 刘凯 刘仁光 冯晓棕 覃延佳 代少升 张天骐 |
| |
作者单位: | 1. 重庆邮电大学通信与信息工程学院;2. 广州友智电气技术有限公司 |
| |
基金项目: | 国家自然科学基金面上项目(61671095);;重庆市研究生教育教学改革研究重点项目(yjg192019);;重庆市研究生教育教学改革研究一般项目(yjg213079); |
| |
摘 要: | 局部放电检测中,多种放电源与现场干扰源同时存在且不断变化,导致多种局部放电源难以有效分离及识别.提出一种高效自适应在线数据流(EAOStream)聚类算法,该算法采用自然邻域创建K-dimensional树来提高查询近邻的效率,即通过流数据的特征得到自适应的邻域半径和区域密度,从而能够局部搜索并形成团簇,实现多种局部放电源的实时在线分离.在人工数据集和真实数据集验证了EAOStream的优越性,通过与传统的DenStream和SE-Stream算法比较,将其应用于气体绝缘变电站故障的模式识别.实验测试结果表明:EAOStream在真实的网络入侵检测、森林覆盖类型及多源局部放电信号数据集的聚类准确度分别达到95.28%、98.47%及97.23%,验证了该算法在气体绝缘变电站故障诊断方面的实用性和有效性.
|
关 键 词: | 数据流 聚类分离 自适应 自然邻域 局部放电 |
|