基于特征参量与矩特征多尺度卷积自适应局部放电故障类型识别方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
基于特征参量与矩特征多尺度卷积自适应局部放电故障类型识别方法
申请号:CN202511152590
申请日期:2025-08-18
公开号:CN121030493A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了基于特征参量与矩特征多尺度卷积自适应局部放电故障类型识别方法,涉及放电故障识别领域,包括:获取局部放电相位三维统计图谱,提取分布关系生成统计参数图谱;基于统计参数图谱提取统计参数,并引入前置局部放电发生判断参数得到统计特征参量,训练神经网络,根据训练结果构建统计特征参量模型;利用多尺度卷积技术对统计参数图谱进行处理构建矩特征模型,将统计特征参量模型与矩特征模型分别部署至局部放电在线监测与诊断平台;基于部署结果获取局部放电故障类型识别结果,并利用层次分析法分析局部放电故障类型识别结果,评估设备健康状态。本发明提高局放故障类型识别率,提高抗干扰能力,能够有效准确识别局部放电类型。
技术关键词
局部放电故障 图谱 特征参量 统计特征 局部放电在线监测 多尺度 识别方法 灰度直方图 参数 像素 纹理 训练神经网络 评估设备 乘性噪声 卷积技术 电脉冲 矩阵 层次分析法 强度 累积分布函数
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号