摘要
本发明公开一种基于轻量级双动态的发电机局部放电模式识别方法,收集实验样本数据和现地监测数据,经过离散小波分析、数据清洗与转换和移相叠加绘制成PRPD图谱,并构建发电机局部放电典型缺陷PRPD样本库;选取样本库中样本数据划分为用于模型测试的测试集和模型训练的训练集和验证集,基于TransXNet框架利用训练集数据完成模型的正向传播,利用交叉熵函数并用验证集数据完成模型的识别,进行反向更新得到训练模型,用测试集对训练模型进行测试,得到最终模型,将未知放电原始数据经过移相、叠加、噪声消除方法处理成PRPD图谱输入最终模型,经过最终模型算法处理,得到局部放电识别结果输出。通过本发明方法能提升发电机局部放电分类识别精确度,具有实用价值。
技术关键词
发电机局部放电
模式识别模型
模式识别方法
局部放电特征
动态
局部放电识别
样本
噪声消除方法
图谱
训练集数据
离散小波分析
典型
离散小波变换
模型算法
框架
电信号
监测器
系统为您推荐了相关专利信息
精准投放方法
精准投放系统
数据处理方法
区块链防伪
企业ERP系统