王辉
- 作品数：18 被引量：128H指数：8
- 供职机构：上海交通大学电子信息与电气工程学院电气工程系更多>>
- 发文基金：国家自然科学基金中国博士后科学基金更多>>
- 相关领域：电气工程电子电信更多>>
- 基于CLAHE增强的GIS局放脉冲序列识别算法被引量：7
- 2021年
- 为了研究气体绝缘组合电器(gas insulated switchgear,GIS)的特高频局部放电脉冲序列识别算法,进而提高其绝缘故障诊断的正确率,提出利用限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)算法对脉冲序列分布(phase resolved pulse sequence,PRPS)图谱进行预处理,实现放电脉冲目标的强化,从而增强数据集视觉特征的方法;然后计算增强图谱的均匀局部二值模式(uniform local binary pattern,ULBP)作为特征向量,利用Adaboost级联分类器不断提高识别率直至收敛,从而实现GIS内部绝缘故障类型的识别。实验结果表明:CLAHE增强将识别率的上限从93.36%提高到了96.09%;在变化的外施电压下,ULBP特征向量比传统图像特征的识别率提高了10.71%~15.72%;Adaboost强分类器在训练时对样本数量的要求降低了约1/3。故所提算法进一步扩大了优化空间,增强了传统算法的泛化能力,提高了训练效率。
- 王辉宋思蒙钱勇臧奕茗盛戈皞江秀臣
- 关键词：气体绝缘组合电器局部放电
- 基于接收信号强度功率和最大似然估计的特高频局部放电测向方法被引量：6
- 2020年
- 局部放电(PD)是变电站电力设备绝缘劣化的主要表征之一。对局部放电的监测与定位是设备绝缘故障预警的重要手段。目前变电站设备局部放电定位主要是基于特高频(UHF)电磁波到达时间差法开展的。此方法需要极高采样率和时间同步精度,装置成本较高。因此,该文提出基于接收信号强度功率(RSSI)和最大似然(ML)估计的特高频局部放电测向(DOA)方法。首先,离线测试得到各特高频无线传感器的接收信号模型;然后,利用传感器阵列接收到的幅值和最大似然估计方法得到初步测向结果;最后,利用插值拟合、聚类分析等方法提高测向精度以得到最终的局部放电源方位角。实验测试结果表明,该方法的平均测向误差小于7°,且成本更低、现场使用更加便捷。
- 吴凡罗林根王辉盛戈皞江秀臣
- 关键词：变电站局部放电接收信号强度最大似然估计
- 基于AdaBoost的局部放电综合特征决策树识别方法被引量：5
- 2011年
- 在GIS局部放电模式识别研究中,为解决传统决策树方法中只针对单一特征及有限模式进行学习而导致决策树结构复杂、预测准确率不高、对噪声数据的抗干扰能力差等问题,提出综合多类特征的AdaBoost决策树识别方法。设计实验并通过超高频方法采集GIS中高压导体毛刺放电、悬浮电极放电、气隙放电、微粒放电及手机、灯光干扰信号,从p-q-n图谱的统计分布、q-t图谱的矩分布、q-n图谱的Weibull分布三个不同角度提取特征,研究单一及综合形式的特征对C4.5决策树及AdaBoost决策树的识别效果的影响。实验及现场检测的识别结果表明综合三类不同特性的特征并通过AdaBoost方法生成决策树,能有效优化决策树的识别性能,提高决策树的时间和空间效率。
- 姚林朋郑文栋钱勇王辉黄成军江秀臣
- 关键词：气体绝缘组合电器超高频局部放电决策树ADABOOSTC4.5
- 利用重排分布理论的GIS局放信号时频分析被引量：15
- 2010年
- 为了在时频域上更好地分析气体绝缘组合开关(gas insulated switchgear,GIS)设备的局部放电信号,介绍了2种经典的Cohen类和仿射类时频分析方法并针对该两种时频分析方法无法消除交叉干扰项的问题,又引入了一种基于信号重排理论的方法,对Cohen类和仿射类时频分析方法进行重排变换,以降低交叉干扰项的影响,提高信号时频聚集性和可读性。最后,将该重排时频变换方法应用于GIS局部放电信号时频分析中,用于抑制现场噪声干扰,提取局放脉冲发生的时间和频率信息。通过对仿真和现场采集的局放信号进行时频分析处理,发现经重排变换后的Cohen类和仿射类时频分析方法,可以获得更佳的时域和频域分辨率,验证了重排方法的有效性。
- 王辉黄成军姚林朋钱勇江秀臣
- 关键词：GIS局部放电
- 模糊聚类算法参数优选方法及其在局部放电模式识别中的应用被引量：10
- 2010年
- 为了研究GIS中不同缺陷所激发的局部放电类型,设置了悬浮电极、针尖电晕、自由微粒以及气隙等4种常见缺陷模型。对采集的局放数据,建立了最大放电量、平均放电量和放电次数等二维相位分布函数,在此基础上提取24组指纹特征参数。在采用模糊C均值(FCM)和Gustafson-Kessel(GK)等聚类算法对局放数据进行聚类分析时,针对聚类有效性,即样本集的类数c和模糊加权指数m的优选问题,介绍了一种新型聚类有效性评估指标U(c),发现U(c)值越大,得到的聚类数越接近于真实值。最后与其它有效性指标对比,验证了U(c)指标的准确性和有效性。
- 王辉郑文栋吴晓春姚林朋黄成军钱勇江秀臣
- 关键词：指纹特征FCM算法模糊聚类聚类有效性
- 平稳-非平稳滤波技术在局部放电信号处理中的应用被引量：1
- 2010年
- 为了抑制平稳性噪声干扰,介绍了一种新型自适应滤波算法—平稳-非平稳滤波(ST-NST)并用于局部放电信号处理中。根据局放信号的非平稳统计特性,对信号进行多分辨率分解和重构(MRD-MRR),根据设定的阈值,对每一尺度分解系数自适应迭代与阈值比较,提取小于阈值部分循环迭代重构,直至满足停止条件(STC),最终分离出局放信号。通过仿真、试验和现场采集数据处理结果表明,该滤波算法能够自适应实现局放信号和平稳性干扰信号的分离,无需额外的参考信号。最后通过与小波变换相比较,说明了该算法的有效性。
- 王辉姚林朋黄成军张莉钱勇江秀臣
- 关键词：局部放电小波变换
- 基于半监督学习的XLPE电缆局部放电模式识别研究被引量：19
- 2011年
- 在交联聚乙烯(XLPE)电力电缆的局部放电模式识别的研究中,为解决标注样本数量过少而导致识别率低下的问题,引入基于半监督学习的方法进行电缆局部放电模式识别研究。制作了XLPE电缆的四类典型绝缘缺陷,从局部放电信号中提取20种统计特征参数,对基于半监督学习的一致性模型方法与基于有监督学习的J48,k近邻,BP神经网络等方法进行了对比,并采用主成分分析进行优化。研究结果表明半监督学习能充分利用已标注样本的特征信息和未标注样本的分布信息,增强分类器的性能,提高局部放电模式识别的准确率。而通过主成分分析的方法能降低样本特征维数,有效提高半监督学习算法速度。
- 姚林朋王辉钱勇黄成军郑文栋江秀臣
- 关键词：XLPE电缆局部放电半监督学习模式识别主成分分析
- 基于加速鲁棒特征的含噪局部放电模式识别被引量：9
- 2022年
- 由于变电站现场环境复杂多样,实测的局部放电(PD)数据存在大量的干扰信号。为提高含噪PD类型识别准确度,提出一种基于加速鲁棒特征(SURF)和改进支持向量机(BFOSVM)的PD模式识别方法。首先,将单源PD数据与噪声及干扰数据叠加形成染噪PD数据,并构造脉冲序列分布(PRPS)模式;然后,利用SURF算法自动提取PRPS灰度图像的特征点及特征描述符,结合词袋模型思想和K-means聚类方法生成不同PD类型的视觉单词频率特征;最后,将提取的特征量输入BFO-SVM分类器,并将该算法与基于灰度梯度共生矩阵(GLCM)的特征提取方法和传统SVM优化算法的识别效果进行对比。结果表明:该算法在高幅值白噪声背景及典型干扰环境中具有较高的识别准确率及较强的抗干扰能力。研究结果可为现场PD检测和识别提供参考。
- 李泽王辉钱勇黄锐崔其会
- 关键词：局部放电特征提取细菌觅食优化算法支持向量机
- 基于NSST-SR的GIL局部放电光电图谱融合算法
- 2023年
- 为解决气体绝缘输电线路局部放电光电联合检测过程中因信号缺失对模式识别造成干扰的问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)和稀疏表示(sparse representation,SR)的光电图谱融合算法,将光学局放相位分布(phase-resolved partial discharge,PRPD)图谱和特高频局部放电PRPD图谱通过NSST分解为低频和高频子带图,基于最大绝对值和SR进行子带图融合,然后经过NSST逆变换得到融合图谱。最后,提取图谱特征并降维,代入K近邻、支持向量机、朴素贝叶斯和决策树分类器进行模式识别,并与其他融合算法效果进行对比。实验结果表明:不论样本总体数量大小、样本训练集与测试集相对数量比例大小,该文提出的算法均能较完整地融合两种源图谱的信息,局放模式识别准确率高于单一NSST算法或SR算法。在小样本(150)情况下,准确率可达89.2%,样本足够大时,准确率最高可达98.5%;当训练集样本数小于测试集样本数时,准确率依旧在70.0%以上,最高达88.0%。该文提出的融合算法可为提高气体绝缘输电线路局放模式识别准确率提供参考。
- 梁言李泽刘伟王辉江秀臣
- 关键词：局部放电SR模式识别
- 基于方向梯度直方图属性空间的局部放电模式识别改进算法被引量：12
- 2021年
- 该文提出一种基于方向梯度直方图(HOG)属性空间的局部放电模式识别改进算法,旨在提高特征对样本信息的概括能力,并克服分类器对高维特征的识别局限。首先,构造局部放电脉冲序列分布(PRPS)模式作为识别依据,利用局部细分叠加窗口滑移的迭代算法自动化构建PRPS图像的HOG属性空间;然后,通过线性变换协方差矩阵的方式重构HOG属性空间,使其满足相互独立性;接着,根据属性重要性重新排列空间后,依次增加输入朴素贝叶斯分类器的属性个数,基于分类精度搜索最佳属性子集;最后,按照归约属性的相对重要性进行加权,最终设计出HOG属性选择加权朴素贝叶斯分类器。大量样本测试结果证明,此算法能够达到很高的识别精度,对传统识别算法的优化效果明显,有较好的应用价值。
- 宋思蒙钱勇王辉盛戈皞江秀臣
- 关键词：局部放电模式识别方向梯度直方图
