摘要
本申请涉及电缆局放检测、诊断技术领域,提供一种高压电缆多参数智能诊断方法、系统、设备和存储介质,以解决多因素导致的高压电缆多参数诊断准确性低且可靠性差的问题。本发明方法包括:分解滤除干扰后的局部放电信号,提取时域幅值变化率与能量分布参数,生成多维时频域特征向量;校准多维时频域特征向量,进行非线性流形映射,生成与介电频谱特性适配的低维特征向量,匹配与识别结果相似度最高的局部放电类型,结合最终损耗阈值区间判定绝缘劣化等级,生成综合诊断报告。本申请通过特高频传感器阵列捕获匹配介电频谱的局部放电信号,经多尺度分析和深度学习融合实现放电类型的精准识别与绝缘劣化等级的动态评估,提升高压电缆诊断的可靠性。
技术关键词
智能诊断方法
局部线性嵌入算法
特高频传感器
频段
多参数
高压电缆绝缘材料
电信号
损耗
高通滤波器
邻域
深度学习架构
幅值
多尺度
监测场景
校准
电缆局放检测
非线性
深度学习融合