摘要
本发明涉及变压器局部放电检测技术领域,特别是一种基于掩码自编码技术的变压器局部放电识别方法及系统,其包括通过超声波检测法对变压器发生局部放电时的放电信号进行收集;将收集的数据信息绘制成PRPD图谱,并对PRPD图谱进行预处理;对PRPD图谱特征添加掩码并进行训练,得到可用于对特征降维的编码器;通过卷积神经网络对PRPD图谱进行训练,获得优化后的模型。本发明的有益效果为通过对PRPD图谱进行掩码自编码器进行训练,构建了可用于特征降维的编码器,避免了传统卷积网络在全局、远距离上下文建模能量方面的不足提高了模型的精度和泛化能力。通过在训练集上添加掩码,显著提升了模型的识别准确性,还增强了模型的泛化能力。
技术关键词
局部放电识别方法
局部放电识别系统
编码技术
变压器
图谱特征
编码器
数据存储设备
过载保护器
信号采集模块
工业计算机
超声波传感器
二维网格数据
信号放大器
敏感电子设备
数据处理模块
保护系统
数据处理算法
数据处理软件