摘要
本发明涉及一种基于支持向量机的电缆局部放电缺陷识别方法,属于电气技术领域。旨在解决现有方法识别率低、易受干扰等问题。该方法首先对采集的局部放电高频信号进行干扰抑制,包括子空间重构抑制窄带干扰和基于集合经验模态分解的频率切片小波变换白噪声抑制。然后,利用优化支持向量数据描述算法进行支持向量多分类,并构建多个分类器。最后,通过计算测试样本到每个分类器的广义距离,并进行决策,实现局部放电缺陷的识别。该方法有效提升了局部放电缺陷识别率,并具有较强的抗干扰能力,为电力电缆绝缘状态检测提供了可靠的技术手段。
技术关键词
电缆局部放电
缺陷识别方法
局部放电缺陷
抑制窄带干扰
集合经验模态分解
SVDD算法
电力电缆绝缘状态
噪声抑制
支持向量机算法
径向基核函数
重构
构建分类器
广义
训练分类器
切片
样本
决策
分布特征
电信号