基于改进MobileNetV2网络的特高压换流器区故障识别方法

AITNT
正文
推荐专利
基于改进MobileNetV2网络的特高压换流器区故障识别方法
申请号:CN202511041604
申请日期:2025-07-28
公开号:CN120930485A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于改进MobileNetV2网络的特高压换流器区故障识别方法、系统及介质,方法包括:对特高压直流输电系统进行建模仿真,设置换流器区发生不同的故障情况,获取原始故障信号;对原始故障信号进行小波分解,选出与原始故障信号相关性最大的分解信号构建特征数据集,将特征数据集划分为训练集和测试集;将训练集输入改进MobileNetV2模型中训练神经网络模型,并学习故障特征;在当前神经网络模型训练次数达到设定效果则改进MobileNetV2模型训练完成;将测试集输入训练完成的改进MobileNetV2模型进行故障识别,得到特高压换流器区故障识别结果。可提高换流器区故障识别准确率和识别效率。
技术关键词
换流器 故障识别方法 神经网络模型训练 卷积模块 特高压 训练神经网络模型 建模仿真 空洞 调节网络参数 全局平均池化 故障识别系统 故障特征 仿真模型 残差模块 模型训练模块 短路 矩阵估计方法 信号
系统为您推荐了相关专利信息
1
一种面向有限数据的半监督滚动轴承跨域故障诊断方法
故障诊断方法 标签 置信度阈值 数据 滚动轴承
2
一种物理模型融合深度学习的肌肉力量预测方法及设备
融合深度学习 深度神经网络模型 关节力矩 骨骼模型 时间片
3
一种水稻病叶严重程度估计方法及系统
程度估计方法 全局特征提取 多尺度 sigmoid函数 卷积模块
4
一种特高压换流站动态风险的预测方法、管控方法、系统、设备及介质
特高压换流站 风险防控策略 标定系统 多模态 风险预测系统
5
一种基于BGRU的干式变压器铁芯故障识别方法
干式变压器铁芯 故障识别方法 门控神经网络 声纹识别模型 融合特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号