局部放电信号缺陷类型的识别方法、装置及产品

AITNT
正文
推荐专利
局部放电信号缺陷类型的识别方法、装置及产品
申请号:CN202411920014
申请日期:2024-12-25
公开号:CN119862497A
公开日期:2025-04-22
类型:发明专利
摘要
本发明提供了一种局部放电信号缺陷类型的识别方法、装置及产品,该识别方法基于通过以移动时间切片代替位置编码、加入频域块、将层归一化结构前置的方式进行改进的Transformer模型架构来识别局部放电信号缺陷类型,其中,Transformer模型架构包括:n层编码器,编码器包括:自注意力块和前馈神经网络,该识别方法包括:S1对局部放电信号的时间序列进行预处理获得第一矩阵;S2将第一矩阵输入频域块进行频域变换获得第二矩阵,对第二矩阵进行特征提取获得第三矩阵;S3将第三矩阵输入Transformer编码器获得第四矩阵;S4将第四矩阵输入全连接层获得分类结果。利用上述技术方案,实现了对局部放电信号的高效特征提取和精确分类,提高局部放电信号缺陷识别的准确性和效率。
技术关键词
识别方法 前馈神经网络 电信号 矩阵 频域特征 多层感知器 编码器 切片 悬浮电位放电 时域特征 多头注意力机制 序列 计算机程序产品 信号特征 传播算法 识别装置 处理器
系统为您推荐了相关专利信息
1
一种图像采集装置、电子设备以及人脸识别方法
图像采集装置 偏振光 偏光元件 图像传感器 发光元件
2
基于轮廓检测的平面阵列轴孔特征多视图匹配方法
拟合轮廓 轮廓特征 阵列 全局二值化 相机
3
基于多维空间KNN的故障模式识别方法
故障模式识别方法 配电变压器 样本 数据检索效率 交叉验证方法
4
一种基于多级特征提取的超声图像分割方法及系统
超声图像分割方法 上下文特征 多尺度特征融合 卷积模块 注意力
5
一种基于互斥组稀疏学习的图神经网络节点分类方法
节点分类方法 矩阵 特征选择 正则化参数 神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号