摘要
本申请提供了一种开关柜局部放电缺陷类型的识别方法、装置和电子设备。该方法包括:获取开关柜的不同缺陷类型的局部放电历史数据,通过WGAN‑GP网络模型对不同缺陷类型的局部放电历史数据进行处理,得到扩充放电数据,其中,WGAN‑GP网络模型是通过多组第一历史数据训练得到的,每组第一历史数据均包括:局部放电历史数据和扩充放电数据标签;获取待识别的开关柜局部放电数据,通过残差神经网络模型对待识别的开关柜局部放电数据进行处理,得到待识别的开关柜局部放电数据的缺陷类型;根据开关柜局部放电数据的缺陷类型对开关柜进行缺陷处理。通过本申请,解决了现有技术中局部放电类型识别不准确的问题。
技术关键词
开关柜局部放电
残差神经网络
识别方法
数据标签
样本
可读存储介质
处理单元
优化器
电子设备
参数
计算机程序产品
随机噪声
识别装置
处理器
图谱
系统为您推荐了相关专利信息
节点
异常检测方法
多尺度
双线性模型
多层感知器
数据处理中心
功率传感器
皮尔逊相关系数
拓扑识别方法
数据传输单元
时间预测方法
查找表
电池健康状态
电池电芯
数据
表情识别方法
数据训练神经网络
生成表情动画
多尺度
神经网络模型