摘要
本发明公开了一种基于原始电流故障特征图像的故障检测方法及系统,涉及故障检测技术领域。包括构建谐振接地系统仿真模型,通过修改配电系统仿真模型中的故障条件,仿真后得到不同类型的接地故障;采集仿真后得到的接地故障的原始电流数据,并对原始电流数据进行预处理,将截取的电流数据分段拼接成二维灰度图像;构建基于卷积神经网络的故障检测模型,使用拼接的二维灰度图像作为基于卷积神经网络的故障检测模型的输入;训练基于卷积神经网络的故障检测模型,评估基于卷积神经网络的故障检测模型,对接地故障进行检测。本发明省略了信号处理的过程,提升了效率,减少了故障特征的损失,为CNN的图像识别提供了更简明直接的输入。
技术关键词
故障检测模型
电流故障特征
故障检测方法
二维灰度图像
谐振接地系统
配电系统
仿真模型
嵌入式硬件平台
故障监控
管理系统
故障初始角
故障检测技术
故障检测系统
嵌入式平台
数据采集设备
分量特征
系统为您推荐了相关专利信息
事件预警方法
异常事件
实时数据
计算机可读指令
监测算法
LightGBM模型
重构误差
编码器
电池故障检测方法
故障监测方法
业务系统
节点
故障检测模型
监控方法
神经网络训练