一种基于深度学习的超声波局部放电信号特征提取与分类方法

一种基于深度学习的超声波局部放电信号特征提取与分类方法与系统，涉及数据收集与增强、预处理、深度学习模型构建与训练、特征提取与分类及分类结果与异常诊断；通过超声波传感器采集数据并生成标准化文件，结合实验室与现场数据进行增强；预处理阶段提取幅值与飞行图谱特征并进行归一化处理。本发明构建基于CNN的深度学习模型进行特征提取与分类，能够自动化捕捉信号特征，提高效率和准确性，形成闭环技术框架，减少数据转换复杂性，实现快速准确诊断，满足实时监测需求，适用于电力设备开关柜的局部放电异常检测。