局部放电图象远程识别方法研究

摘要

随着计算机网络在电力行业的广泛应用,电气设备局部放电模式识别系统不仅应具有良好模式分辨能力,而且需要采用数据压缩技术缩短局部放电数据远程通讯时间,从而提高对远程计算机存储的局部放电数据的识别速度.本文研究了局部放电图象组合识别特征提取和反向传播算法神经网络分类器设计方法,并结合分形图象压缩技术,设计了局部放电图象远程识别系统具体方案,分析了解码图象误差对识别结果的影响.大量的样本数据识别结果说明:1)与采用分形特征和统计特征的识别结果相比,两者组合的识别特征集具有较高的识别率;2)采用分形图象压缩技术,能够获得较高的局部放电图象压缩比,提高了系统对远程计算机存储的局部放电图象的识别速度,使局部放电图象远程识别系统具有更强的实用性。