摘要
本发明公开了一种变电站电抗器的多模态故障诊断方法,采集变电站电抗器的声纹信息,并利用高灵敏度的窄带超声波传感器向电抗器发射超声波收集反射波;采用自适应无迹卡尔曼滤波算法对采集的声纹信息和超声波信息进行降噪处理,将处理好的声纹数据和电抗器的工作参数输入到CBAM注意力机制改进的ECAPA‑TDNN模型中进行训练,诊断出电抗器的故障类型;采用AC模型对ECAPA‑TDNN模型进行改进,得到AECAPA‑TDNN模型,超声波数据输入到牛顿‑拉夫逊优化算法改进的AECAPA‑TDNN模型中进行训练,得到故障发生的具体类型和方位。本发明通过CBAM注意力机制和牛顿‑拉夫逊优化算法改进的ECAPA‑TDNN模型对电抗器进行监控,大大提高了信息的准确性和利用效率,有利于变电站的故障诊断。
技术关键词
变电站电抗器
故障诊断方法
协方差矩阵
池化特征
采集变电站
超声波传感器
非线性
sigmoid函数
多层感知机
算法
工作参数数据
通道注意力机制
输出特征
搜索规则
系统为您推荐了相关专利信息
车载激光雷达
反射点信息
地面移动平台
邻域
协方差矩阵
机器学习预测方法
GPR模型
物理性质参数
临界摩擦角
超参数
故障诊断方法
退磁故障
磁通
永磁体
多组探测线圈
溯源检测方法
保健食品
监控技术
数据接收模块
数据分析模块