摘要：针对变压器局部放电模式分类过程中特征参数维数过高的问题，提出了一种基于相关系数矩阵的参数降维方法。利用提取出的变压器局部放电信号的特征参数构造相关系数矩阵，通过分析放电信号18个特征参数问的相关性，删除具有相似分类能力的特征参数，之后引入分离度指标来衡量特征向量的分类能力大小，提取出6个具有较高分类能力的特征向量，最后通过概率神经网络进行模式识别。结果表明该降维方法有效降低了特征参数的维数，简化了分类器结构，在小样本情况下对于概率神经网络模式分类器具有较高的识别率，识别效果优于传统BP神经网络。

关键词：相关系数矩阵 概率神经网络 变压器 局部放电 模式识别 

单位：华北电力大学电气与电子工程学院 河北保定071003