阮 羚 李成华 宿 磊 谢齐家 吴玉佳 张新访



基于奇异值分解的局部放电模式识别方法

阮 羚1李成华2宿 磊3谢齐家1吴玉佳2张新访4

（1. 国家电网公司高压电气设备现场试验技术重点实验室国网湖北省电力公司电力科学研究院 武汉 430077 2. 中南民族大学智能无线通信湖北省重点实验室 武汉 430074 3. 国网湖北省电力公司电力科学研究院 武汉 430077 4. 华中科技大学计算机科学与技术学院 武汉 430074）

提出了一种基于奇异值分解的变压器局部放电模式识别方法。通过搭建人工缺陷实验环境并采集样本数据，计算每个样本的统计特征参数，构成实验数据的样本矩阵。对样本矩阵进行奇异值分解，判断保留矩阵的特征是否明显，确定最佳保留矩阵的阶数，从而得到降维后的类型特征空间描述矩阵和类中心描述向量组。对现场采集的样本数据进行计算得到待分类的样本向量，并用类型特征空间描述矩阵进行线性变换，然后计算变换后的向量与类中心向量组中每个向量的距离，从而得到分类的判断结果。该算法简单而且高效，能够实现局部放电检测中各种放电信号的有效区分，局部放电模式识别召回率约为91.3%。

变压器 局部放电 奇异值分解 模式识别

0 引言

局部放电模式识别技术一直是研究者的关注热点[1-3]。局部放电模式识别方法的关键问题在于选择统计特征参数与构造分类器。能够作为统计特征的参数达50多个，如加权平均放电相位、平均放电量、Weibull分布参数、正负半周的对称度等等。……