GK模糊分类算法在GIS局部放电模式识别中的应用

为了分析不同绝缘缺陷所激发的局部放电类型,在GIS内模拟了四种典型缺陷模型,根据局放信号与相位之间的关系,提取脉冲序列、幅值和相位信息,得到Hqmax～Phi、Hqmean～Phi及Hn～Phi等二维相位分布,然后利用统计参数偏斜度Sk、陡峭度Ku、峰值数量Pe及互相关因数CC等获取二维分布正负半周期的特征指纹。介绍一种新型Gustafson-Kessel(GK)模糊分类方法,根据特征指纹对四种缺陷进行分类,最后根据聚类有效性分析,验证了GK分类算法与模糊C-均值(FCM)分类方法都可达到较好的分类效果。