论文部分内容阅读
提出了一种基于S变换对局部放电UHF脉冲进行时频分析以探索不同放电源信号的自动分离技术。首先，在实验室条件下制作了4种人工缺陷模型模拟典型的局部放电源，通过S变换对采集到的局部放电UHF脉冲提取时频信息；然后，采用非负矩阵分解对S变换幅值矩阵进行迭代计算得到频域基向量和时域位置向量，从中提取尖锐度、导数平方和、信息熵以及稀疏度等特征参量，构造出能充分反映局部放电时频信息的特征空间；最后，引入模糊C均值算法对提取的特征向量集进行聚类分析，并利用采集到的4种缺陷类型的局部放电UHF脉冲对该方法的有效性进行了校验。分析结果表明，提取的特征向量能够有效实现不同放电源信号的分离，当NMF参数r = 2时，提取的10维特征向量能够取得最高为90.33％的聚类正确率。