基于域适应的多类型GIS局部放电诊断方法与系统

本发明公开了一种基于域适应的多类型GIS局部放电诊断方法与系统，属于电力设备绝缘检测技术领域。针对现有SF6气体诊断模型在新型环保气体中因特征偏移导致的精度下降问题，本发明构建了融合CNN与Transformer的混合神经网络模型，通过无监督域适应技术实现跨气体介质的高精度诊断。方法包括：搭建真型GIS实验平台采集混合气体中的多模态局部放电信号；设计具有域分离和域对抗机制的深度学习模型，通过特征解耦和梯度反转提取域不变特征；采用AdamW优化器进行模型训练。本发明在目标域样本仅为源域0.1%的条件下，对四种典型缺陷的诊断精度达99.8%以上，显著优于传统方法。该系统可兼容UHF和超声波信号输入，为环保型GIS设备的在线监测提供了有效的技术手段。