摘要
一种基于DSCNN的油中电弧放电模式轻量化识别方法,该方法中,开展油浸式电力变压器短间隙油中电弧放电测试实验;利用传感器采集电弧放电测试实验的放电时域数据,对其进行小波变换,生成时频图谱;将时频图谱分为训练集和测试集,使用训练集训练轻量化深度可分离卷积神经网络模型,利用测试集检测训练后的模型,记录第一训练参数;使用所述训练集训练常规卷积神经网络模型,使用所述试集检测训练后的模型,记录第二训练参数;通过对比第一训练参数和第二训练参数,证实基于DSCNN的短间隙电弧放电模式识别方法的轻量化优势,满足在线监测的要求。
技术关键词
电弧放电模式
卷积神经网络模型
油浸式电力变压器
模式识别方法
放电平台
训练集
图谱
Softmax函数
特高频传感器
归一化模块
超声传感器
放电参数
高频线圈
电压传感器
像素点
测试平台
交流电源