基于小波多尺度变换的局部放电图像识别方法

被引:9
作者
杨霁
李剑
孙才新
王有元
杨眉
机构
[1] 重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室,重庆大学高电压与电工新技术教育部重点实验室重庆市,重庆市,重庆市,重庆市,重庆市
关键词
局部放电; 图像识别; 小波变换; 相似度;
D O I
暂无
中图分类号
TM83 [高电压试验设备及测量技术];
学科分类号
080803 ;
摘要
局部放电模式识别是一种高电压设备绝缘故障诊断的有效方法。文中基于小波多分辨理论,提出了一种对局部放电(?)-q-n灰度图像进行模式识别的新方法。该方法对局部放电待识别图像和参考图像进行小波多尺度分解,然后对某一尺度上形成的低频子图像进行相似度以及模式贴近度计算,按照模式贴近度最大的原则进行模式识别。文中对放电模型实验获得的放电样本进行了模式识别并计算出基于4种小波基的多尺度图像分解的局部放电图像的识别率,分析了小波分解尺度及4种小波正交性及光滑连续性对识别率的影响。分析表明,选择正交小波和合适的分解尺度,文中提出的方法能够获得良好的效果。
引用
收藏
页码:69 / 72
页数:4
相关论文
共 2 条
[1]   基于人工神经网络的变压器绝缘模型放电模式识别的研究 [J].
姜磊 ;
朱德恒 ;
李福祺 ;
谈克雄 ;
覃刚力 ;
金显贺 ;
王昌长 ;
T.C.Cheng .
中国电机工程学报, 2001, (01) :22-25
[2]   用人工神经网络对电机绝缘模型放电的识别 [J].
谈克雄,朱德恒,王振远,孙仁恩 .
清华大学学报(自然科学版), 1996, (07) :48-53