一种基于卷积神经网络的GIS典型绝缘缺陷识别方法

本发明公开了一种基于卷积神经网络的GIS典型绝缘缺陷识别方法，涉及绝缘缺陷识别技术领域，包括：采集绝缘缺陷的信号数据；对所述信号数据进行预处理，生成训练数据和测试数据；使用卷积神经网络对所述训练数据进行训练，生成绝缘缺陷识别模型；根据所述绝缘缺陷识别模型对所述测试数据进行分类，并输出识别结果。本发明以PD的时域信号为数据样本提出一种基于卷积神经网络的GIS绝缘缺陷识别方法，目的在于利用卷积神经网络本身强大的特征提取能力代替传统的人工特征提取过程，简化缺陷识别流程，提高识别方法的准确性和泛化性。