摘要
本申请涉及一种发电机定子局部放电模式的识别方法、装置、设备、存储介质和程序产品,涉及电力设备状态监测技术领域。本方法能够提高发电机定子局部放电模式识别的跨域泛化能力。方法包括:根据历史公开局放数据进行跨模态模型预训练,得到图像分类模型;对图像分类模型进行特征提取得到模型知识,根据待测发电机的定子局部放电模式的分类标签信息,对模型知识进行更新得到目标模型知识;根据目标模型知识,通过对抗域适应技术在发电机定子局部放电模式的识别任务上对图像分类模型进行重新训练,得到迁移学习模型;根据实时获取的局部放电信号得到对应的灰度图谱,根据灰度图谱通过迁移学习模型进行发电机定子局部放电模式识别,得到识别结果。
技术关键词
局部放电模式
迁移学习模型
发电机定子
图像分类模型
局放数据
模式识别
电信号
模型预训练
电力设备状态监测技术
图谱
局部放电现象
识别方法
跨模态
小波阈值去噪
短时傅里叶变换
生成对抗网络
分类器
标签