摘要
本发明提供GIS亚毫米微粒缺陷积聚和发展阶段辨识方法及装置,属于电力试验设备技术领域。包括:采集亚毫米微粒在GIS内部运动时的超声信号并提取出超声信号特征数据;采集脉冲电流信号并提取出脉冲特征;对超声信号特征数据和脉冲特征数据进行可靠性验证,去除异常数据;基于超声信号特征数据和脉冲特征数据建立特征矩阵,输入多层卷积神经网络CNN模型中进行分析,得出GIS中微粒的积聚形态及发展阶段,积聚形态及发展阶段包括处于前期的小幅竖直跳动形态、处于中期的大幅竖直跳动形态、处于末期的水平扩散形态、以及模糊状态。本发明的检测方法能够实现对微粒积聚形态和发展阶段的精确判定,提高检测的可靠性。
技术关键词
超声信号
多层卷积神经网络
辨识方法
脉冲特征
形态
微粒
阶段
幅值
异常数据
风险
信号特征
电力试验设备
深度学习训练
实时数据
矩阵
GIS设备
尺寸
系统为您推荐了相关专利信息
自动识别系统
三维特征提取
特征提取模块
相机
识别模块
同步磁阻电机
表达式
在线辨识方法
传感器控制
电感
LiDAR点云数据
图像纹理分析
回波
形态学滤波
三维模型
深度学习预测
深度学习网络模型
构建深度学习网络
压缩感知网络
超声信号