局部放電模式識別分類器

來源：揚(yáng)州國浩電氣有限公司 2025年05月08日 07:09

在模式識別中，通常將分類器概括為貝葉斯((Bayes)分類器、線性分類器、非線性分類器、聚類分析分類器、模糊識別分類器等。根據(jù)對近10年局部放電模式識別具體應(yīng)用情況的分析，我們主要介紹人工神經(jīng)網(wǎng)絡(luò)分類器應(yīng)用的概況。人工神經(jīng)網(wǎng)絡(luò)是由許多具有非線性映射能力的神經(jīng)元組成，神經(jīng)元之間通過權(quán)系數(shù)相連接。人工神經(jīng)網(wǎng)絡(luò)的信息分布式存儲于連接權(quán)系數(shù)中，具有很高的容錯性和魯棒性，而模式識別中往往存在噪聲干擾和輸入模式的部分損失，人工神經(jīng)網(wǎng)絡(luò)的這一特點是其成功解決模式識別問題的主要原因之一。因此，人工神經(jīng)網(wǎng)絡(luò)在局部放電模式識別中得到了泛應(yīng)用，并取得了良好的應(yīng)用效果。

①BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種有導(dǎo)師學(xué)習(xí)網(wǎng)絡(luò)，主要采用反向傳播((Back-propagation，簡稱BP)算法進(jìn)行學(xué)習(xí)訓(xùn)練。三層以上的BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法比較復(fù)雜，一般使用不多。在局部放電模式識別應(yīng)用中，BP神經(jīng)網(wǎng)絡(luò)得到了廣泛的應(yīng)用。BP網(wǎng)絡(luò)的學(xué)習(xí)算法的就是梯度下降法，但是存在訓(xùn)練時間較長，且易陷于局部極小等兩個不足之處。

②自組織特征映射網(wǎng)絡(luò)

自組織特征映射(Self-organizing Map，簡稱SOM)網(wǎng)絡(luò)采用模擬大腦神經(jīng)系統(tǒng)自組織特性映射功能進(jìn)行競爭學(xué)習(xí)，是一種無監(jiān)督自組織學(xué)習(xí)網(wǎng)絡(luò)。它由輸入、輸出層組成，采用Kohonen算法學(xué)習(xí)，又稱Kohonen網(wǎng)絡(luò)。SOM網(wǎng)絡(luò)通過對輸入模式的反復(fù)學(xué)習(xí)，可以使連接權(quán)向量空間分布密度與輸入模式概率分布一致，因此可用于模式分類及特征檢測。SOFM網(wǎng)絡(luò)簡單，計算量也少，但是研究表明SOFM在PD信號模式識別中的識別率較低。

③ART網(wǎng)絡(luò)

基于自適應(yīng)共振理論(Adaptive Resonance Theory，簡稱ART)的神經(jīng)網(wǎng)絡(luò)，其模型理論建立在人類的心理和認(rèn)知活動基礎(chǔ)上。自適應(yīng)共振理論網(wǎng)絡(luò)，用生物神經(jīng)細(xì)胞自興奮與側(cè)抑制的動力學(xué)原理指導(dǎo)學(xué)習(xí)。有學(xué)者研究了自適應(yīng)共振理論網(wǎng)絡(luò)在局部放電模式識別中的應(yīng)用。ART的不足之處在于過分敏感，輸入有小的變化時，輸出變化很大。

④遺傳神經(jīng)網(wǎng)絡(luò)

遺傳算法(Genetic Algorithm，簡稱GA)是一種借鑒生物進(jìn)化思想的高度并行、隨機(jī)、自適應(yīng)搜索算法。有學(xué)者研究了遺傳神經(jīng)網(wǎng)絡(luò)在局部放電模式識別中的應(yīng)用。遺傳算法的算法較復(fù)雜，收斂于局部極小的較早收斂問題尚未解決。

另外，研究人員應(yīng)用正交小波神經(jīng)網(wǎng)絡(luò)對局部放電統(tǒng)計特征進(jìn)行了識別。小波神經(jīng)網(wǎng)絡(luò)(Wavelet neural network，簡稱WNN)是小波理論與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的一種前饋型網(wǎng)絡(luò)。其思想是用小波元代替了神經(jīng)元，即用已定位的小波函數(shù)代替Sigmoid函數(shù)作激活函數(shù)，或者神經(jīng)元之間的權(quán)值是小波變換函數(shù)，用通過仿射變換建立起來的小波變換與網(wǎng)絡(luò)系數(shù)之間的連接，并應(yīng)用于函數(shù)逼近。小波神經(jīng)網(wǎng)絡(luò)兼容了小波變換與神經(jīng)網(wǎng)絡(luò)的性，一方面，充分利用了小波變換的時頻局部化特性；另一方面，發(fā)揮了神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)特性，從而具有較強(qiáng)的逼近與容錯能力。但是小波神經(jīng)網(wǎng)絡(luò)中同樣存在它的固有缺點一收斂速度慢、容易陷入局部極小。

相關(guān)產(chǎn)品

免責(zé)聲明

凡本網(wǎng)注明“來源：儀表網(wǎng)”的所有作品，均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-儀表網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品，未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的，應(yīng)在授權(quán)范圍內(nèi)使用，并注明“來源：儀表網(wǎng)”。違反上述聲明者，本網(wǎng)將追究其相關(guān)法律責(zé)任。
本網(wǎng)轉(zhuǎn)載并注明自其它來源（非儀表網(wǎng)）的作品，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點或和對其真實性負(fù)責(zé)，不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時，必須保留本網(wǎng)注明的作品第一來源，并自負(fù)版權(quán)等法律責(zé)任。
如涉及作品內(nèi)容、版權(quán)等問題，請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系，否則視為放棄相關(guān)權(quán)利。