摘要
本发明公开了一种局部放电相位谱图分类方法及系统,当电力设备产生局部放电时,记录放电能量及放电对应的工频相位,获得电力设备局部放电的PRPD谱图,将PRPD谱图进行卷积和池化的特征提取操作,得到包含局部放电簇形态特征的卷积特征图;将具有局部放电簇形态特征的卷积特征图通过1x1卷积进行核变换,然后使用自注意力计算获得注意力特征图;基于得到的自注意力特征图,通过全连接计算获得放电类型及对应的概率,设置域对抗损失函数,基于损失函数和计算得到的每一放电类型的概率,训练相位谱图分类神经网络,利用训练好的相位谱图分类神经网络实现局部放电相位谱图分类。能够有效地维持对关键信息的聚焦,避免信息丢失。
技术关键词
分类神经网络
分类方法
电力设备局部放电
工频相位
联合损失函数
放电特征
特征提取器
局部放电缺陷
卷积特征提取
输出特征
形态
样本
分类器
分类系统
注意力机制
滑动窗口
系统为您推荐了相关专利信息
特征提取算法
联合损失函数
权重分配策略
双分支卷积神经网络
可见光图像
拾取方法
曲线变化规律
地震
多重信号分类方法
地质灾害探测