基于相似矩阵盲源分离与卷积神经网络的局部放电超声信号深度学习模式识别方法

张重远; 岳浩天; 王博闻; 刘云鹏; 罗世豪

首页> 中文期刊> 《电网技术》 >基于相似矩阵盲源分离与卷积神经网络的局部放电超声信号深度学习模式识别方法

基于相似矩阵盲源分离与卷积神经网络的局部放电超声信号深度学习模式识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

电气设备的故障类型与局部放电现象密切相关,有效提取和分析局部放电信号中的特征信息对故障类型判断和运维检修具有重要意义。针对局部放电超声信号的特点,提出了基于相似矩阵的盲源分离方法对原始超声信号进行预处理,有效提取局部放电的特征量。采用光纤传输的局部放电超声检测平台对4种类型的局部放电信号进行采集,并应用上述方法对信号数据预处理,将处理后的数据作为训练样本用于深度学习模式识别,选用卷积神经网络,最终识别准确率达到90%以上,提高了局部放电类型识别的准确性,为新一代电力系统的设备故障诊断提供了一种新方法。

著录项

来源
《电网技术》 |2019年第6期|1900-1906|共7页
作者
张重远; 岳浩天; 王博闻; 刘云鹏; 罗世豪;
展开▼
作者单位

河北省输变电设备安全防御重点实验室(华北电力大学);

展开▼
原文格式 PDF
正文语种 chi
中图分类输电制度;
关键词
局部放电; 超声波; 盲源分离; 相似矩阵; 深度学习; 卷积神经网络;

相似文献

中文文献
外文文献
专利

1. 基于单通道盲源分离算法的局部放电特高频信号去噪方法 [J] . 刘宇舜 ,程登峰 ,夏令志 . 电工技术学报 . 2018,第23期
2. 采用固定点算法的局部放电特高频信号盲源分离方法 [J] . 马鹏墀 ,沈盼 ,王致杰 . 上海电机学院学报 . 2020,第6期
3. 基于广义S变换和二维卷积神经网络的油纸绝缘局部放电超声信号识别 [J] . 朱庆东 ,朱孟兆 ,王学磊 . 山东电力技术 . 2023,第11期
4. 基于深度学习和多模型融合的局部放电模式识别方法 [J] . 王婷婷 ,丁浩 ,张周胜 . 电力工程技术 . 2023,第3期
5. 基于卷积神经网络的多源局部放电模式识别 [J] . 余祉宏 ,邵振华 ,冯旗 . 电工电气 . 2023,第10期
6. 基于盲源分离的储油罐底腐蚀混叠信号的识别与分离 [C] . 周祥 ,樊涛 . 第八届沈阳科学学术年会 . 2011
7. 基于盲源分离算法的局部放电信号处理研究 [A] . 李娜 . 2012

基于相似矩阵盲源分离与卷积神经网络的局部放电超声信号深度学习模式识别方法

摘要

著录项

相似文献

相关主题

期刊订阅