摘要
本申请提供了一种开关柜局部放电检测方法、系统、电子设备及存储介质,涉及电力监测技术领域,其中,该方法包括:获取超声波传感器采集的开关柜内的超声波信号,以及获取特高频传感器采集的开关柜内的特高频电磁波信号;对超声波信号进行特征提取得到第一特征,以及对特高频电磁波信号进行特征提取得到第二特征;将第一特征和第二特征进行特征匹配,以确定超声波信号和特高频电磁波信号是否源于同一局部放电事件;在特征匹配成功的情况下,利用目标神经网络模型根据第一特征和第二特征对局部放电的类型进行分类识别,得到目标放电类型。实施本申请提供的技术方案,可以有效提高局部放电检测的准确性。
技术关键词
特高频电磁波信号
局部放电事件
神经网络模型
趋势预测模型
特高频传感器
LSTM模型
超声波传感器
数据处理单元
局部放电数据
开关柜局部放电
电力监测技术
局部放电检测
滤波
时间域
系统为您推荐了相关专利信息
小程序
OPCUA协议
神经网络模型
框架
数据格式
标签生成方法
贝叶斯网络模型
神经网络模型
融合特征
推理规则
轴承故障诊断方法
输入神经网络模型
短时傅里叶变换
故障诊断模型
双流神经网络
PID系统
PID控制器
功率变换器驱动
ARIMA模型
信号