一种基于特征集模拟进化寻优的局部放电识别方法

本发明公开了一种基于特征集模拟进化寻优的局部放电识别方法，由人工构建缺陷获得局部放电的数据，通过数据预处理和灰度化及网格化，得到局部放电相位谱图矩阵，对其进行特征参数构建，得到其原始特征集；使用模拟进化寻优的方法构建高维特征，得到一个重要性较高的特征集，利用改进卷积神经网络进行模式识别，完成对局部放电信号类型的识别。本发明通过新的特征构建方法得到的特征集来进行模式识别，更好的刻画了局放相位谱图的特点，使模式识别算法能更快收敛到最优解，并可以有效提高结果的精确度。解决了传统特征有效性不足，多维特征构建数据量庞大，步骤繁琐以及特征组合单一等问题，提高了模式识别的准确度，减少了识别时间。