摘要
本发明公开了一种多传感器协同的局部放电波形识别方法及系统,所述方法包括针对采集到的局部放电信号,通过希尔伯特变换提取振荡波形的包络线,对每个传感器信号分别进行Logistic函数拟合和指数衰减函数拟合,将各传感器提取出的特征参数作为图结构中的节点特征,根据传感器之间信号的最大值起始时间差与相似度建立图中的边连接关系,构建图神经网络模型,利用所述图结构进行训练与推理,最终输出是否为局部放电事件的识别结果;所述系统包括信号转换模块,特征提取模块,数据融合模块以及局放诊断模块。本发明提升了局部放电信号识别的准确性与适应性,满足了复杂电磁环境下变压器的在线监测需求。
技术关键词
局部放电波形
Logistic函数
指数衰减函数
局部放电事件
识别方法
多传感器协同
时间差
神经网络模型
局部放电信号识别
信号转换模块
全局平均池化
节点特征
非线性
特征提取模块
诊断模块
特高频传感器
声学传感器
变压器箱
系统为您推荐了相关专利信息
风险识别方法
机器学习模型
数值
风险识别装置
可读存储介质
风险识别模型
风险识别方法
空间注意力网络
注意力模型
三元组
阻变存储器
语音识别方法
样本
输入模块
语音识别装置
控制指令识别方法
大语言模型
数据
计算机程序产品
可穿戴设备
物体材质识别方法
深度学习模型训练
特征提取器
加速度
网格