基于LDA和RBF神经网络的开关柜局部放电模式识别方法研究

来源：电子测量技术杂志2021年第14期北京时间：

作者：王 卓，朱宁宁，郑 祥

单位：大连交通大学 电气信息工程学院，大连 116028

摘要：针对传统信号特征提取方法存在高维数和无效信息过多的问题，文中提出了一种基于线性判别算法和径向基神经网络的开关柜局部放电模式识别方法。该方法将两种算法结合,达到识别速率和识别准确率双优的目的。首先，建立开关柜的3种超声波局部放电（PD）模型。然后，利用时频分析和小波分解，提取信号的时频特征和小波系数特征，通过线性判别算法（LDA）对提取的特征向量进行降维处理，最后利用径向基（RBF）神经网络对局部放电缺陷类型进行分类，其识别准确率均在90%以上，并且训练时间缩减50%以上，证明该识别方法具有实用性。

关键词：局部放电模式识别;径向基神经网络;线性判别算法;小波降噪