基于方向梯度直方图属性空间的局部放电模式识别改进算法.pdfVIP

2021 年 5 月 电 工 技 术 学 报 Vol.36 No. 10 第 36 卷第 10 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY May 2021 DOI: 10.19595/j.cnki.1000-6753.tces.200327 基于方向梯度直方图属性空间的 局部放电模式识别改进算法 宋思蒙 钱 勇 王 辉 盛戈皞 江秀臣 （上海交通大学电气工程系 上海 200240 ） 摘要 该文提出一种基于方向梯度直方图（HOG ）属性空间的局部放电模式识别改进算法， 旨在提高特征对样本信息的概括能力，并克服分类器对高维特征的识别局限。首先，构造局部放 电脉冲序列分布（PRPS ）模式作为识别依据，利用局部细分叠加窗口滑移的迭代算法自动化构建 PRPS 图像的HOG 属性空间；然后，通过线性变换协方差矩阵的方式重构 HOG 属性空间，使其 满足相互独立性；接着，根据属性重要性重新排列空间后，依次增加输入朴素贝叶斯分类器的属 性个数，基于分类精度搜索最佳属性子集；最后，按照归约属性的相对重要性进行加权，最终设 计出 HOG 属性选择加权朴素贝叶斯分类器。大量样本测试结果证明，此算法能够达到很高的识 别精度，对传统识别算法的优化效果明显，有较好的应用价值。 关键词：局部放电 模式识别 方向梯度直方图 脉冲序列分布 属性选择加权朴素贝叶斯 中图分类号：TM85 Improved Algorithm for Partial Discharge Pattern Recognition Based on Histogram of Oriented Gradient Attribute Space Song Simeng Qian Yong Wang Hui Sheng Gehao Jiang Xiuchen （Department of Electrical Engineering Shanghai Jiao Tong University Shanghai 200240 China ） Abstract This paper proposed an improved algorithm for partial discharge pattern recognition based on the attribute space of histogram of oriented gradient (HOG), aiming to enhance the summary ability of features and overcome the limitation of traditional classifier for the high-dimensional features. Firstly, the partial discharge phase resolved pulse sequence (PRPS) patterns were constructed as the recognition basis. And the HOG attribute space of PRPS images was formed automatically by the iterative algorithm of local cell superimposed slipped window. Secondly, in order to satisfy the mutual independence, the HOG attribute space was reconstructed by linear transformation