一种基于t-SNE和核极限学习机的变压器套管典型缺陷类型识别方法

摘要

本发明公开了一种基于t‑SNE和核极限学习机的变压器套管典型缺陷类型识别方法，包括以下步骤：获取变压器套管局部放电PRPD谱图数据；提取局部放电谱图特征量，输入t‑SNE中降维；将降维后的局部放电数据输入到预设核极限学习机模型中，得到缺陷类型；本发明的变压器套管典型缺陷类型识别方法，将提取的多维局部放电特征量采用t‑SNE算法降维，降维后数据输入已训练的核极限学习机模型中，即可得到缺陷类型，与现有技术相比，不再局限于简单的谱图统计特征识别套管缺陷类型，且可充分利用谱图信息并去掉冗余特征量，有利于数据可视化，提高套管缺陷局部放电类型的识别效率。