论文部分内容阅读
以SF6气体绝缘组合电器（GIS）为研究对象，完善了反映设备内部四种典型绝缘缺陷的物理模型，利用研制的局部放电(PD)荧光光纤传感系统，获取了用绝缘缺陷模型产生的PD光信号，并构建出相应的φ-u-n三维图谱及其灰度图像。同时，针对简单分形特征不足以描述PD灰度图像而导致模式识别率较低的问题，采用具有分析灰度图像丰富特征信息能力的多重分形谱技术，提出一种计算PD光信号灰度图像的多重分形谱概率算法，通过对多重分形谱中各特征信息的物理意义分析，提取了用于PD模式识别的特征量，并选用改进共轭梯度算法的反向传播(BP)神经网络作为分类器，研究结果表明：多重分形谱可有效描述PD灰度图像不均匀程度及其不同层次的几何结构特征，对四种典型绝缘缺陷产生的PD进行分类识别其正确率均在87％以上，优于用盒维数与信息维数作为特征量的识别。