摘要
本发明公开了一种基于人工智能的阀侧套管局部放电辨识方法及系统,涉及电力设备状态监测与故障诊断技术领域,包括同步采集多源信号;基于多源信号进行前置处理与特征融合,得到局部放电辨识的融合特征矩阵;基于局部放电辨识的融合特征矩阵,通过人工智能混合模型进行局部放电类型辨识与分类。本发明提升了模型对复杂场景下多类型放电行为的辨识鲁棒性,为后续人工智能模型提供语义表达更加完整、结构更加合理的高质量输入,实现了对局部放电类型的精准识别与稳定分类,有效降低了误报与漏报概率,同时具备在线学习和模型演进能力,使系统长期运行中仍能保持高识别率,满足智能电网对在线监测准确性与自适应性的双重要求。
技术关键词
套管局部放电
融合特征
辨识方法
矩阵
Softmax分类器
时序特征
注意力机制
暂态地电压传感器
模态特征
特高频电磁波信号
电力设备状态监测
信号采集模块
降噪单元
Softmax函数
一维卷积神经网络
辨识模块
同步单元
特高频传感器
超声波