摘要
本申请公开了一种气体绝缘开关设备局部放电故障诊断方法、系统、设备、介质及产品,涉及故障诊断领域,该方法包括获取气体绝缘开关设备的局部放电图谱数据集;对所述局部放电图谱数据集进行预处理;基于生成对抗网络对预处理后的局部放电图谱数据集进行图像增强;根据图像增强后的局部放电图谱数据集,训练诊断模型;所述诊断模型包括依次连接的卷积神经网络、Transformer模型以及支持向量机;所述Transformer模型以及支持向量机均采用麻雀搜索算法进行优化;利用训练后的诊断模型进行气体绝缘开关设备局部放电故障诊断。本申请能够有效解决数据不足、特征提取困难和分类精度低的问题,提高诊断模型的精度和鲁棒性。
技术关键词
局部放电故障诊断方法
气体绝缘开关设备
局部放电图谱
生成对抗网络
支持向量机
故障诊断系统
搜索算法
数据
输出特征
样本
图像像素
图像增强模块
故障诊断模块
前馈神经网络
处理器
计算机程序产品
注意力机制
计算机设备
可读存储介质
系统为您推荐了相关专利信息
有限元分析模型
基坑
支持向量机算法
实时监测数据
有限元分析方法
疲劳寿命预测方法
物理
断裂力学模型
极限抗拉强度
缺陷尺寸
清洁方法
脏污
光伏发电量
构建预测模型
光伏组件图像
公路压实度
数字孪生体
压路机
LSTM模型
调控方法
天气
生成对抗网络
分类方法
历史功率数据
预训练网络