基于相似矩陣盲源分離與卷積神經網絡的局部放電超聲信號深度學習模式識別方法
摘要：電氣設備的故障類型與局部放電現象密切相關,有效提取和分析局部放電信號中的特征信息對故障類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,提出了基于相似矩陣的盲源分離方法對原始超聲信號進行預處理,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種類型的局部放電信號進行采集,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習模式識別,選用卷積神經網絡,最終識別準確率達到90%以上,提高了局部放電類型識別的準確性,為新一代電力系統的設備故障診斷提供了一種新方法。
注: 保護知識產權,如需閱讀全文請聯系電網技術雜志社
相關推薦
更多
