摘要
本发明公开了一种故障电弧的检测方法,该方法包括:采集故障电弧的电流时序信号并进行预处理;将故障电弧的电流时序信号进行小波变换得到时频图序列;根据时频图序列创建训练数据集和验证数据集;构建3D卷积神经网络模型,并基于训练数据集对3D卷积神经网络模型进行训练;输入时频图序列至3D卷积神经网络模型,3D卷积神经网络模型输出故障电弧的故障类型。本发明改善了故障电弧检测的精确度和鲁棒性,也大大提高了系统的实时监测能力,有效降低了电力设备运行中潜在的安全风险。
技术关键词
卷积神经网络模型
模型预测值
电流
时序
序列
数据
故障电弧检测
标签
信息更新
信号
传播算法
电力设备
鲁棒性
参数
批量
分段
误差
风险
系统为您推荐了相关专利信息
联合损失函数
信息熵
计算机可读指令
语音类别
训练语音模型
节奏特征
偏差
神经网络模型
可读存储介质
融合卷积神经网络
神经网络模型
特征提取模块
识别方法
序列
预测类别
输入接口
验证平台
序列发生器
算法模块
总线监视器