基于二元树复小波能量熵测度的局放模式识别 partial discharge pattern recognition based on the dual-tree complex wavelet energy entropy.pdfVIP

第45卷第6期 高压圣譬 V01．45No．6 ·44· 2009正 12月 HighVoltageApparatus Dee． 2009 基于二元树复小波能量熵测度的局放模式识别 李 新1， 任亚英1， 彭 怡1， 张从力2 (1．重庆大学电气工程学院输配电装备及系统安全与新技术国家重点实验室，重庆400030 2．重庆大学自动化学院．重庆400030) 摘要：二元树复小波变换(DT-CWT)在时域和频域都具有表征信号局部特征的能力，且二元树复小波还具备近似平移不变、多 方向选择、完全重构和高效计算等优点。而基于小波的信息熵能反映信号统计分布特征，突出系统信号中短暂的异常信号．达到 及早发现可能故障的目的。笔者对4种典型绝缘缺陷产生的局部放电脉冲波形进行二元树复小波分解．将提取每层分解系数上 的能量特征和小波能量熵测度作为模式识别的特征量。通过大量的试验获得放电样本．用构建的BP神经网络作为分类器．对4 种典型绝缘缺陷产生的局部放电进行了有效识别，结果表明：采用此特征量的神经网络识别方法简单、有效、实用，为局