基于KNN和MSR的局部放电模式识别研究

本文提出了一种基于随机矩阵谱分布理论的局部放电(PD)模式识别新方法。首先,利用特高频传感器接收到的PD时域信号构造高维随机矩阵,根据随机矩阵理论下时间序列模型的经验谱分布理论,以其特征根分布的平均谱半径(MSR)作为PD模式识别的特征量;然后提出了基于K-近邻(KNN)算法的局部放电模式识别方法。理论研究和实验结果表明,该方法具有抗干扰能力强、识别率高的特点。