摘要
本发明公开了基于信号传输的开关柜局部放电实时监测方法,涉及放电监测技术领域,包括在开关柜内部关键部位布置UHF天线及环境监测传感器,采集局部放电信号;设定触发条件获取高速采样波形,并通过小波包分解与动态阈值去噪提升信噪比;结合强化学习算法自适应调整去噪参数;利用脉冲神经网络对去噪信号进行分类推理,提取多类局放模式的置信度;基于多维度指标进行分类结果确认或触发回滚与降级模式。本发明具备高精度信号去噪、自适应参数优化及多模式分类能力,可实现局部放电类型的在线识别与实时响应,适用于复杂电磁环境下的开关柜状态监测。
技术关键词
信噪比
脉冲卷积神经网络
神经网络输出层
放电监测技术
环境监测传感器
神经网络推理
强化学习策略
事件触发机制
开关柜状态
强化学习算法
脉冲计数器
信号采集模块
矩阵
模式
编码结构
系统为您推荐了相关专利信息
ISAR成像方法
回波模型
合成孔径雷达
估计相位误差
矩阵
峰值信噪比
GPS定位数据
图像深度学习
计算机程序指令
车载摄像头
图像增强算法
图像处理芯片
前馈神经网络
信噪比
基准
水性油墨
实时数据
支持向量机算法
数据处理单元
数据融合算法
微波信号接收装置
高阶累积量
滤波器
多径
合并算法