摘要
本发明属于局部放电分类识别技术领域,公开了GIS局部放电模式识别模型及其训练方法,本发明方法包括获取训练图集;对进行相位特征提取以生成对应的灰度图和灰度值,构建相位匹配神经网络并将训练图集输入相位匹配神经网络,以输出每一灰度图的每一放电模式概率;对灰度图进行分类,对同类灰度图的灰度值和每一放电模式概率进行归一化处理后累加,以得到表征各类放电模式的统计特征值;基于各类放电模式的统计特征值和灰度图的灰度值,计算每一灰度图与每一放电模式的相似度,预设修正系数并基于此修正相似度;设置模型训练损失函数优化相位匹配神经网络参数。本发明提高了放电模式识别的可靠性,增强了系统的适应性和鲁棒性。
技术关键词
模式识别模型
GIS局部放电模式识别
神经网络参数
特征值
像素点
相位特征
表达式
分类识别技术
损失函数优化
神经网络训练
模型训练方法
双线性插值
标签
中间层
图像
鲁棒性
分辨率
黑色
系统为您推荐了相关专利信息
风电储能设备
海浪
冲击特征
多模态注意力
温度累积效应
涂层性能检测方法
磁阻传感器
信号特征值
涡流探头
反演模型
灰狼算法
光斑定位方法
像素点
类间方差
定位系统
汽车内饰注塑件
像素点
缺陷检测方法
计算机视觉
标记方式