胡小锋，刘卫东，周帅



电晕放电辐射信号的特征提取和模式 识别方法研究

胡小锋，刘卫东，周帅

（军械工程学院 静电与电磁防护研究所，石家庄 050003）

目的研究电晕放电辐射信号的特征提取和模式识别方法。方法在分析信号特征提取方法的基础上，对实测的电晕放电辐射信号特征提取，利用概率神经网络开展电晕放电辐射信号目标识别，检验特征提取的有效性。结果以奇异值作为输入特征量的PNN在整体上效果更优，稳定性好，对两类不同放电辐射信号的正确识别率均可达到80%以上，并且当输入特征量个数达到10个时，对实测样本的正确识别率均达到了最高值。电晕放电的正确识别率为96.7%，火花放电的正确识别率为93.3%。结论该方法能基本满足实际放电信号的识别应用。

电晕放电；特征提取；模式识别；概率神经网络

高压传输线及送变电设备由于绝缘性能下降和故障会发生电晕放电。目前，国内外很多研究单位利用电晕放电辐射场信号进行高压输变电系统的故障诊断和定位。电晕放电辐射信号是一种奇异性很强的非平稳信号，由于在野外现场测试，不可避免地受到周期性和随机性空间干扰的影响。比如通信信号、电视信号、广播信号等，随机性空间干扰主要有静电放电信号、行驶车辆的火花塞放电信号、电子开关开合辐射信号等。各种滤波方法适用于周期性空间干扰的消除，而随机性空间干扰信号与电晕放电时域信号特征相似，很难辨别，对电晕放电辐射信号的远距离探测和识别有较大的影响。……