基于Choi-Williams分布和排列熵的开关柜局部放电类型识别

作     者：王非 徐伟 Wang Fei;Xu Wei

作者机构：南京信息工程大学气象灾害预报预警与评估协同创新中心南京210044 南京信息工程大学江苏省气象探测与信息处理重点实验室南京210044 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2023年第37卷第10期

页      面：32-40页

核心收录：

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基　　金：国家重点研发计划政府间/港澳台重点专项项目(2021YFE0105500) 国家自然科学基金(41605121)项目资助 

主　　题：局部放电 超声波 崔-威廉斯分布 排列熵 

摘      要：开关柜局部放电类型识别对了解绝缘状态并及时维护有着重要的指导意义。局部放电类型识别的关键在于提取局部放电信号的特征。提出一种Choi-Williams分布与排列熵相结合的局部放电超声信号的特征提取方法,利用Choi-Williams分布获得局部放电超声信号的时频特征,求解局部放电超声信号的排列熵,得到信号时间序列的复杂度特征量,与时域特征量组合成特征向量,使用粒子群算法优化的BP神经网络对放电信号进行分类识别。实测数据分析表明,该方法对放电类型识别的准确率达到了96.67%,相较于传统的分形和时频分析方法,分别提高了11.67%和1.67%。