摘要
本发明公开了一种局部放电模式识别方法及装置,涉及电力设备故障诊断领域,包括:对高压电气设备的局部放电信号进行采集;对采集到的数据进行预处理,获得单次脉冲信号;基于连续小波变换方法(CWT)生成单次脉冲的时频图并用多尺度卷积神经网络(MCNN)对生成的时频图进行空间特征提取;将MCNN提取的特征输入双向长短期记忆神经网络(BiLSTM),获取局部放电特征的时序特性;使用注意机制聚焦BiLSTM输出拼接序列的关键片段,提取全局特征,提高模式识别的准确度。本发明能够根据采集的局部放电信号进行模式识别,判断出局部放电类型,有助相关人员制定针对性的维修计划,保障电气设备长期可靠运行。
技术关键词
双向长短期记忆
局部放电特征
脉冲
电信号
高压电气设备
语义特征
序列
电力设备故障诊断
时序特征
Softmax函数
高频电流传感器
模式识别装置
注意力机制
连续小波变换
空间特征提取
网络