摘要
本发明公开了一种绝缘局部放电模式识别方法、装置、设备及存储介质,该方法包括:采集待识别绝缘缺陷样本的局部放电信号;提取所述局部放电信号的相位分布信息;基于所述相位分布信息的时频域特征以及对应所述时频域特征的权重系数,生成所述待识别的绝缘缺陷样本的时频图;将所述时频图输入至预训练的基于深度学习网络的放电模式识别模型中,输出所述待识别的绝缘缺陷样本的缺陷类型。利用该方法:在不同类型局部放电的有效样本十分有限的情况下,解决了放电特征不足极易导致分类器产生欠拟合现象的问题,提高了识别正确率。
技术关键词
局部放电模式识别方法
频域特征
模式识别模型
深度学习网络
电信号
绝缘
门控循环网络
样本
识别正确率
卷积神经网络识别
模式识别装置
放电特征
可读存储介质
矩阵
粒子群算法
计算机
电子设备
处理器通信
输出模块
系统为您推荐了相关专利信息
脑电信号特征
大数据
数据处理模型
天气
机载激光雷达
信号采集板
谱估计
疲劳检测方法
脑电信号特征
连续小波变换
加解密模块
数据转换单元
数据传输模块
PCIE接口
数据加密传输方法
深度学习网络
时序
参数
编码向量
计算机可执行指令
局部放电数据
声学传感器
随机森林
变压器模型
预测系统