摘要
基于CNN‑GRU神经网络的电缆放电电流识别方法,获取电缆的放电电流信号数据;采用卷积神经网络(CNN)提取放电电流信号的各类电流特征量,构建电流特征数据集,将电流特征数据集划分为训练集和测试集;构建CNN‑GRU神经网络模型,利用训练集对CNN‑GRU神经网络模型进行训练;将测试集数据输入到训练好的CNN‑GRU神经网络模型中,输出电缆放电电流信号的识别结果。本发明基于CNN‑GRU神经网络的电缆放电电流识别方法,能够在放电信号的特征提取和时间序列建模中实现优势互补,为电缆放电电流的精确识别提供了一个有效的解决方案。
技术关键词
GRU神经网络
电流识别方法
门控循环单元
电流特征量
电缆
信号
数据
矩阵
模型预测值
频谱特征
特征值
计算误差
非线性
传播算法
输出特征
指标
平方根
系统为您推荐了相关专利信息
检测供电电缆
图片
支持向量回归模型
采集电缆
梯度提升模型
机械臂组件
检测机械臂
电缆隧道
隧道巡检设备
检测电缆
地理实体
命名识别方法
门控循环单元
前馈神经网络
序列
语音评测方法
语音评测装置
主题
语义分析模型
文本
电缆隧道排水
距离检测模块
中央处理器
车轮组
主梁