基于散点集分形特征的局部放电模式识别研究

该文应用数字化测量装置采集发电机定子线棒工业仿真模型的局部放电信号,获得放电脉冲序列;在放电相位-放电量平面上,将脉冲序列表示为散点集;改变观察区域尺度,用逐段拟合法确定分形无标度区;用最小二乘拟合法计算分形维(Hausdorff维数和信息维数);以分形维和散点集重心坐标构成特征向量,并应用人工神经网络进行放电模式识别。研究表明分形特征在局部放电类型区分和程度判别方面均具有良好的性能。

带约束折线的平面散点集Delaunay三角剖分

首先将原始散点与约束点一起进行三角剖分,形成初始Delaunay三角网,然后再将各条约束线段通过局部更新,依次嵌入已存在的三角网中,从而生成带有约束折线的平面散点集的Delaunay三角剖分。该算法思路简捷,易于编程,生成的三角网形态优良。

基于二叉树的散乱点集快速凸包算法

在右壳树和左壳树概念的基础上,提出了基于二叉树的散乱点集快速凸包算法,它在查找每一个凸包顶点的同时,通过去除若干非凸包顶点来迅速、动态地减小散点集的规模,通常情况下能达到线性时间复杂度。算法省却了凸包顶点间连接关系的判断过程,适用于任何复杂的散点分布情况,并且简单,易于实现。