文献

J-GLOBAL ID：201902271651825619   整理番号：19A0938188

2D-LPEWTに基づく特徴抽出方法のケーブル局所放電解析への応用【JST・京大機械翻訳】

Application of Feature Extraction Method Based on 2D-LPEWT in Cable Partial Discharge Analysis

著者 (5件)： Qin Xue (上海交通大学電气工程系 上海 200240) ,  Qian Yong (上海交通大学電气工程系 上海 200240) ,  Xu Yongpeng (上海交通大学電气工程系 上海 200240) ,  Sheng Gehao (上海交通大学電气工程系 上海 200240) ,  Jiang Xiuchen (上海交通大学電气工程系 上海 200240)
資料名： Diangong Jishu Xuebao  (Diangong Jishu Xuebao)
巻： 34  号： 1  ページ： 170-178  発行年： 2019年 
JST資料番号： C2502A  ISSN： 1000-6753  CODEN： DIJXE5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 局部放電検出は電力ケーブルの絶縁欠陥を識別する上で重要な意義があり、その中、有効な特徴パラメータを抽出することはその研究重点である。二次元Littlewood-Paleyの経験ウェーブレット変換(2D-LPEWT)に基づく特徴抽出法を提案し、ケーブルの局部放電の異なる欠陥の種類を正確に識別できる。ケーブル絶縁局所放電検出プラットフォームを組み立てることにより,2D-LPEWTを用いて4種類の典型的な欠陥モデル下の局所放電による--Qn?画像を分解して,Tamura特徴,モーメント特性,およびエントロピー特性を抽出して,KNN,ディシジョンツリー,およびサポートベクトルマシン(SVM)の3つの分類アルゴリズムの性能に及ぼす種々の特徴抽出法の影響について議論した。結果は,提案した特徴抽出法が異なる分類装置で高い認識精度を達成し,良好な実用性を持つことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *ケーブル ,  *二次元 ,  分類装置 ,  電力ケーブル ,  *放電 ,  サポートベクトルマシン ,  *特徴抽出 ,  ウェーブレット変換 ,  画像 ,  エントロピー ,  モーメント ,  ディシジョンツリー
準シソーラス用語： 認識精度 ,  分類アルゴリズム ,  ケーブル絶縁 , 【Automatic Indexing@JST】

分類 (3件)： 電線・ケーブル  (NA05020S) ,  二次電池  (YB04030K) ,  気体放電  (BJ03020T)

タイトルに関連する用語 (5件)： 特徴抽出 ,  ケーブル ,  放電 ,  解析 ,  応用