《表4 基于谱特征和纹理特征的识别效果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于二维变分模态分解和Hilbert变换的局放信号特征提取方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用放电模型采集不同类型放电信号，生成放电样本，利用BP神经网络进行训练。设置三层BP神经网络进行分类，输入层神经元个数为10，隐含层神经元个数设定为7，输出层神经元个数为4，最大迭代次数为1 000，最大允许误差为0.001，激励函数选择sigmoid函数。每类放电随机选取30个样本进行训练，剩余样本用于测试。同样，采用二维Hilbert-Huang变换和直接提取局部放电灰度图的灰度特征作为对比，如表3所示。另外，对经过二维VMD算法分解后的模态分量直接提取图像纹理特征，并与基于四元数Hilbert变换提取出的频谱特征的识别结果进行对比，识别结果如表4所示。