基于IFS的局部放电超声信号的数据压缩和模式识别

摘要

变压器局部放电超声信号具有连续不可导和非平稳的特性,通过仿射变换建立其分段自仿射IFS(Iterated Function System).利用该方法一方面实现局部放电信号数据的压缩;另一方面提取IFS分形参数,包括IFS分形维数和空缺率,为局部放电模式识别提供新的特征参数,两者同时进行,为实现局部放电在线监测提供一种新的工具.同时进一步把IFS分形参数作为特征参量输入人工神经网络对放电模式进行识别,结果表明了利用超声波信号进行局部放电模式识别的有效性.