基于小波包的uhfpd信号特征提取.docxVIP

基于小波包的uhfpd信号特征提取 1 uhfpd信号的分解 最常见的电气故障特点是，在完全穿透或闪络前，设备中产生局部放电（pd）。采用超高频(Ultra High Frequency,UHF)检测GIS内PD可以及时发现设备内部缺陷。对局部放电信号进行有效模式识别,可以进一步准确地了解和掌握GIS内缺陷类型性质和特征,对于保证GIS安全可靠运行,掌握GIS绝缘状况及指导GIS检修工作有着十分重要的意义。特征提取品质的优劣极大地影响着分类器的设计和性能,是模式识别最重要的核心问题之一。在PD模式识别中,由于图像或者波形所获得的数据量相当大,对放电模式直接识别是很困难的。为了有效地实现UHF PD分类识别,就要对原始数据进行变换,得到最能反映分类本质的特征。 小波包变换(Wavelet Packet Transform,WPT)在满足海森堡测不准原理的前提下,自由选择不同时间点、频率点上的时频分辨率,可以更精练地在时频联合分析相平面上提取非稳定信号的特征。20世纪90年代末,Bernhard Scholkopf小组在主分量分析的基础上,将核主分量分析(Kernel Principal Component Analysis,KPCA)推广到非线性领域,它通过核函数将输入空间的非线性问题转化到特征空间成为普通的特征值问题,比主成分分析具有更优越的降维效果。 本文从WPT对UHF PD