摘要
本申请提供一种局部放电类型确定方法、电子设备、存储介质及程序产品,涉及电力设备状态监测与诊断技术领域。该方法包括:获取电力设备的局部放电数据;将局部放电数据输入至局部放电类型确定模型,得到电力设备对应的局部放电类型,局部放电类型确定模型是基于改进的反向传播算法和自适应注意力机制对预先构建的神经网络进行训练得到的模型,其中,改进的反向传播算法通过引入动量因子和学习率自适应调整策略来优化模型收敛速度,自适应注意力机制根据输入数据的特征动态调整注意力权重分布。本申请用以提高对电力设备的局部放电类型判断的准确性和实时性。
技术关键词
局部放电数据
多层次特征
传播算法
计算机执行指令
多头注意力机制
加权特征
频域特征
特征选择算法
分类特征
电力设备状态监测
样本
卷积神经网络模块
局部放电检测仪
时域特征
小波变换系数
焦点损失函数
系统为您推荐了相关专利信息
节点特征
结构编码器
嵌入特征
卷积特征
一维卷积神经网络
联合检测模型
应变片传感器
神经网络训练
联合检测方法
计算机可读取存储介质
分析方法
模板匹配算法
FFT模块
浮点数
FFT算法
机房
数据中心
空调控制方法
空调控制设备
LSTM模型