摘要
本发明公开了基于多模态特征联合的变压器局部放电检测方法及系统,涉及变压器检测技术领域,其技术方案要点是:采集目标变压器的电磁波信号、脉冲电流信号和声波信号;分别提取电磁波时频矩阵、脉冲电流波形参数和声波空间坐标;基于动态加权策略对电磁波时频矩阵、脉冲电流波形参数和声波空间坐标进行多模态特征融合,生成联合特征张量;将联合特征张量输入预构建的神经网络模型,识别放电类型并优化定位坐标。本发明将多模态特征进行张量融合,并通过神经网络模型实现跨模态关联学习,可消除信息孤岛,有效降低误判率;且通过动态权重系数实现电磁波‑电流‑声波信号自适应融合,在油纸绝缘放电场景下,特征互补使信噪比明显提升。
技术关键词
变压器局部放电检测方法
脉冲电流波形
声波
TDOA算法
多模态特征融合
神经网络模型
变压器局部放电检测系统
坐标
特高频传感器
轻量化卷积神经网络
跨模态关联学习
电磁波信号强度
油纸绝缘放电
压电传感器阵列
动态
变压器检测技术
高频电流互感器
矩阵
系统为您推荐了相关专利信息
语义分割方法
多帧图像数据
多模态特征融合
子模块
蒸馏
在线估算方法
超声波换能器
BP神经网络算法
蓄冷装置
测量点
自主控制系统
数据处理模块
控制执行模块
无人机自主控制
数据融合算法
灌溉预警装置
保护预警系统
仿生机械臂
传感器阵列
滴灌系统