摘要：电力设备内部绝缘缺陷发展往往会因环境条件的改变而变化,加之采集到的局部放电（PD）数据具有分散性和复杂性,导致传统绝缘故障识别方法效果不佳。为此,提出了一种用于气体绝缘组合电器（GIS）设备PD类型识别的支持向量数据描述（SVDD）算法。借鉴支持向量机（SVM）算法中最大化＂间隔＂的思想,建立了这种优化的支持向量数据描述（OR-SVDD）算法。该算法采用多分类方法中的＂一对多＂原理,用以解决对传统绝缘故障出现的识别率低、误识别、漏识别以及识别时间长等问题。通过仿真与实验结果表明,OR-SVDD算法能够对所有的数据进行正确描述,自动辨识拒识对象,训练时间低于传统的SVM算法,并具有较高的识别率,在电力设备在线监测与局部放电模式识别领域有良好的应用前景。

关键词：局部放电 支持向量机 svm 支持向量数据描述 svdd 

单位：重庆大学输配电装备及系统安全与新技术国家重点实验室 重庆400030