基于相似矩陣盲源分離與卷積神經(jīng)網(wǎng)絡(luò )的局部放電超聲信號深度學(xué)習模式識別方法
摘要：電氣設備的故障類(lèi)型與局部放電現象密切相關(guān),有效提取和分析局部放電信號中的特征信息對故障類(lèi)型判斷和運維檢修具有重要意義。針對局部放電超聲信號的特點(diǎn),提出了基于相似矩陣的盲源分離方法對原始超聲信號進(jìn)行預處理,有效提取局部放電的特征量。采用光纖傳輸的局部放電超聲檢測平臺對4種類(lèi)型的局部放電信號進(jìn)行采集,并應用上述方法對信號數據預處理,將處理后的數據作為訓練樣本用于深度學(xué)習模式識別,選用卷積神經(jīng)網(wǎng)絡(luò ),最終識別準確率達到90%以上,提高了局部放電類(lèi)型識別的準確性,為新一代電力系統的設備故障診斷提供了一種新方法。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系電網(wǎng)技術(shù)雜志社
相關(guān)推薦
更多
.jpg)
于我們.jpeg)