摘要
本发明提供了一种基于残差网络的换流变分接开关故障检测方法及装置,包括:步骤1,计算有载分接开关振动信号的时频图谱;步骤2,构建残差神经网络的输入样本,利用残差神经网络对时频图谱的图谱特征进行提取;步骤3,基于图谱特征构建训练数据集,为时频张量中的故障特征赋予不同的权重,对有载分接开关的故障进行识别。所述装置包括振动传感器,电流传感器,信号采集模块,信号处理模块,显示器和人机交互接口;所述振动传感器位于换流变有载分接开关的顶盖、换流变分接开关传动轴顶部和换流变侧壁。本发明所可自适应地提取故障特征,可准确定位有载分接开关的故障零部件,并具有良好的普适性,可用于不同型号的有载分接开关。
技术关键词
分接开关故障
残差神经网络
有载分接开关
残差网络
换流变分接开关
振动检测装置
振动传感器
人机交互接口
驱动电机电流
信号采集模块
故障特征
信号处理模块
图谱特征
样本
电流传感器
短时傅里叶变换
语音输入模块
系统为您推荐了相关专利信息
光强
残差神经网络
光束
深度学习模型
大气湍流扰动
松动检测方法
地灯
残差神经网络
构建分类器
判断螺钉
卷积递归网络
卷积网络模型
客户端
学习方法
动态卷积网络
寄生电阻电容
寄生参数提取
误差修正模型
深度神经网络模型
残差神经网络