基于主成分分析和概率神经网络的变压器局部放电模式识别

提出利用主成分分析(PCA)的方法对变压器局部放电原始特征参数进行降维,并提取出新的主成分因子。结果表明,提取出的主成分因子可以很好地表征原始特征向量。通过概率神经网络(PNN)分类器分别对降维前和降维后的特征向量进行训练和识别。研究发现,提取出的新因子有效缓解了分类器负担,且PNN分类器的识别效果良好,优于传统BP神经网络分类器。