摘要：针对局部放电特高频（ultra-high frequency,UHF）信号畸变导致模式识别准确率下降的问题,提出了基于时频分布图像纹理特征的特征参数提取方法。首先对局部放电UHF信号进行s变换得到时频分布图像,然后采用灰度共生矩阵（gray-level co-occurrence matrix,CLCM）算法,从时频分布图像中提取出纹理特征参数。采用主成分分析（principal component analysis,PCA）法对由纹理特征参数构成的特征向量进行降维处理,得到局部放电UHF信号特征参数及特征向量,并输入到支持向量机（support vector machine,SVM）分类器中进行模式识别。结果表明,该特征参数可以有效识别4种典型变压器内部局部放电UHF信号,识别准确率最高达到97.50%。

关键词：局部放电 uhf信号 时频分布 纹理特征 特征参数 

单位：广州供电局有限公司; 广州510620; 武汉大学电气工程学院; 武汉430072