摘要
本发明公开了一种电力设备局部放电故障人工智能诊断方法,包括以下步骤:步骤1、获取电力设备局部放电时产生的暂态地电波信号、放电光信号对应的电信号;步骤2、对步骤1得到的信号进行特征提取、数据互补,由此得到PRPD图谱数据集;步骤3、将PRPD图谱数据集划分为训练集、测试集,利用训练集对多任务元学习模型进行训练得到故障识别模型,并利用测试集测试所述故障识别模型的性能;步骤4、将待检测电力设备局部放电时产生的信号输入至故障识别模型,由故障识别模型输出故障识别结果。本发明解决了因样本数量少导致局部放电模式识别出现的识别不准确问题。
技术关键词
暂态地电波
电力设备局部放电
诊断方法
光信号
学习器
电信号
多任务学习模型
图谱
放电特征
训练集数据
基础
模式识别
样本
周期
网络