摘要：气体绝缘组合电器（gas insulated switchgear,GIS）在产生局部放电（partial discharge,PD）时,会向外辐射特高频（ultra-high frequency,UHF）电磁信号,有效提取UHF PD信号的特征信息可实现GIS的在线监测与故障诊断。针对UHF PD信号经过复小波变换后,层间奇异信息分布和层内奇异信息复杂度的差异性,采用二元树复小波变换（combined dual-tree complex wavelet transform,DT-CWT）和奇异值分解（singular value decomposition,SVD）相结合的信号处理方法,提取了UHF PD信号的特征信息。采用Birge-Massart阈值策略对DT-CWT分解后的复小波系数模值序列进行压缩,并构造复合矩阵,分析复合矩阵的奇异熵和复小波分解层数的关系,提出一种求解复小波最优分解层数的算法;利用最优分解层数下的压缩后的各高频系数模值序列构造Hankel矩阵,提取各Hankel矩阵的最大奇异值和奇异熵作为PD辨识的特征参量。结果表明：该特征可以有效识别4种典型绝缘缺陷,且识别率都到达了92%及以上。

关键词：局部放电 复小波变换 奇异值分解 hankel矩阵 特征提取 

单位：输配电装备及系统安全与新技术国家重点实验室(重庆大学) 重庆市沙坪坝区400044