摘要
本发明公开了一种串联电弧故障的检测方法和计算机可读存储介质,其中,该方法包括:获取电气系统中的电流时序信号并进行预处理;将电流时序信号转换成二维特征图像数据集;利用麻雀搜索算法对支持向量机的参数进行优化,构建双通道的卷积神经网络与麻雀搜索算法‑支持向量机的网络模型;基于电流时序信号和二维特征图像数据集对卷积神经网络与麻雀搜索算法‑支持向量机的网络模型进行训练;输入电流时序信号和二维特征图像数据集至卷积神经网络与麻雀搜索算法‑支持向量机的网络模型,卷积神经网络与麻雀搜索算法‑支持向量机的网络模型输出故障诊断结果。本发明提高了电弧故障诊断的准确性和鲁棒性。
技术关键词
串联电弧故障
搜索算法
时序
网络
电气系统
电流
数据
可读存储介质
信号
图像
计算机
标签
超参数
低通滤波器
采样率
鲁棒性
指令
处理器
系统为您推荐了相关专利信息
U型卷积神经网络
图像去噪方法
生成高质量图像
噪声图像
图像去噪装置
深度卷积神经网络
语义特征
编码向量
识别方法
频谱特征提取
系统故障检测方法
生成可执行程序
场景
系统故障检测装置
大语言模型
深度神经网络模型
频率
模型库
训练神经网络模型
矩阵