一种基于云边协同的双层网络迁移学习开关柜故障诊断方法

本发明提供了一种基于云边协同的双层网络迁移学习开关柜故障诊断方法，包括以下步骤：首先，从待监测的同类型电气开关柜中获取历史运行过程中产生的数据。其次，在历史运行数据的基础上，筛选局部放电故障类型的传感器数据，并对数据进行标签化，构建开关柜状态监测数据库。接着，针对开关柜在线实时状态监测需求，搭建双层神经网络模型。然后，基于迁移学习对所述双层神经网络模型进行训练。最后，使用训练完成的双层神经网络模型对开关柜故障进行诊断。本发明实现了开关柜局放故障的实时准确诊断，提高了故障识别精度，加快了响应速度，降低了计算负担，减少了维修成本，并提升了设备的运行可靠性。