首页> 中文期刊> 《自动化与仪表》 >基于改进卷积神经网络的电气绝缘子放电无损检测

基于改进卷积神经网络的电气绝缘子放电无损检测

         

摘要

为了提高电力设备的放电检测,该文根据绝缘子闪络试验得到放电特征数据库,设计了一种基于改进卷积神经网络(CNN)的电气绝缘子放电无损检测方法。改进CNN框架经多次非线性转换后增强卷积核提取特征的效果,降低了参数量,识别准确率获得明显提升。研究结果表明,正确率随训练次数的增加而升高,当训练率太大或太小时都会增加获得最高正确率的难度。在训练率为0.001时,可以使模型发生快速收敛,此时准确率达到98.3%。当训练率为0.001时,改进CNN比AlexNet算法达到最高准确率,获得了比BP算法更强收敛性能。该研究对准确定位电气绝缘子放电性能具有很好的实际指导意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号