沈阳工程学院 高 阳 吴伟晴 许傲然

XL P E电力电缆局部放电超声模式识别技术的研究

沈阳工程学院 高 阳 吴伟晴 许傲然

在电力系统的运行中，如何保证电力电缆的绝缘性能良好是配网中的难点。本文主要介绍统计学习理论的核心思想，讨论基于统计学习理论的SVM方法，研究主成分分析和支持向量机二者相结合的方法用于XLPE电力电缆缺陷识别。希望对电力电缆的安全运行具有一定的指导意义。

XLPE电力电缆；局部放电；超声模式；识别技术

1.引言

XLPE电力电缆局放缺陷诊断主要包括三个方面:缺陷识别；缺陷定位；缺陷严重程度的标定与评价。缺陷识别是进行故障诊断的基础，缺陷定位是故障诊断的核心，缺陷严重程度的标定与评价是故障诊断的目的。电缆诊断的这三个方面都可以归结为模式识别的问题，即分类问题[1]。

2.统计学习理论简介

统计学习理论即统计理论体系，研究对象是小样本下的机器学习问题。它主要研究理论基础，包括：经验风险最小化原则成立的前提条件；在有限样本的情况下，期望风险与经验风险之间的关系；在现有的原理和理论的基础之上，怎样找到新的学习方法。

2.1 VC维理论

VC维理论：对一个指标函数集，如果存在h个样本能够被函数集中的函数按所有可能的2的h次方种形式分开，则称函数集能够把h个样本打散。即函数集的VC维就是它能打散的最大样本数目h。若对任意数目的样本都有函数能将它们打散，则函数集的VC维是无穷大，有界实函数的VC维可以通过用一定的阀值将它转化成指示函数来定义。……