基于CEEMD-MPE与SDAE的局部放电模式识别

来源：计算机应用与软件杂志2024年第8期北京时间：

作者：蒋伟, 赵显阳, 樊汝森, 徐鹏, 沈道义, 杨俊杰

摘要：针对变压器局部放电故障信息提取困难以及局部放电类型识别准确率低等问题，提出一种基于CEEMD-MPE与SDAE相结合的局部放电模式识别算法。对局部放电原始信号进行CEEMD分解，得到多个固有模态分量（IMF），根据相关系数筛选出系数最大的IMF作为最优分量，计算其不同尺度下的排列熵值；将有效排列熵值作为特征数据集输入到SDAE中进行无监督学习训练；利用Softmax分类器输出放电类型。实验结果表明，该算法识别精准率为98%，召回率为96.67%，F1得分为97.17%，能够快速、准确地识别局部放电类型。

关键词：互补集合经验模态分解, 多尺度排列熵, 栈式降噪自编码, 局部放电, 特征提取, 模式识别