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(hào)深度學(xué)習(xí)模式識(shí)別方法
摘要:電氣設(shè)備的故障類型與局部放電現(xiàn)象密切相關(guān),有效提取和分析局部放電信號(hào)中的特征信息對(duì)故障類型判斷和運(yùn)維檢修具有重要意義。針對(duì)局部放電超聲信號(hào)的特點(diǎn),提出了基于相似矩陣的盲源分離方法對(duì)原始超聲信號(hào)進(jìn)行預(yù)處理,有效提取局部放電的特征量。采用光纖傳輸?shù)木植糠烹姵暀z測(cè)平臺(tái)對(duì)4種類型的局部放電信號(hào)進(jìn)行采集,并應(yīng)用上述方法對(duì)信號(hào)數(shù)據(jù)預(yù)處理,將處理后的數(shù)據(jù)作為訓(xùn)練樣本用于深度學(xué)習(xí)模式識(shí)別,選用卷積神經(jīng)網(wǎng)絡(luò),最終識(shí)別準(zhǔn)確率達(dá)到90%以上,提高了局部放電類型識(shí)別的準(zhǔn)確性,為新一代電力系統(tǒng)的設(shè)備故障診斷提供了一種新方法。
注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系電網(wǎng)技術(shù)雜志社