采用小波分析与神经网络技术的局部放电统计识别方法

小波变换技术适合于局部放电(PD)的检测与识别,但所用小波或提取的特征量不合适时,识别效果不理想。因此,测量了6种典型绝缘缺陷模型产生的144组PD脉冲数据,用基数B样条导数小波成功地从这些实测数据的极强电磁干扰中检测出了PDs,得到了相应的三维统计分布图与各种二维统计分布图,提出了一种新的小波分解方法处理这些PDs对应的统计分布图,并在小波变换域定义了一组与传统方法完全不同的新特征量来识别这些PDs。 以新定义的特征量组成输入矢量,用基于BP算法的前馈型神经网络,对6种典型PDs及加上4种混合PDs组成的共10种PDs进行了识别测试,识别效果远远优于现有方法水平。