堆叠自动编码器与S变换相结合的电缆早期故障识别方法

汪颖; 卢宏; 杨晓梅; 肖先勇; 张文海

首页> 中文期刊> 《电力自动化设备》 >堆叠自动编码器与S变换相结合的电缆早期故障识别方法

堆叠自动编码器与S变换相结合的电缆早期故障识别方法

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

将深度学习概念应用到电缆早期故障识别中,提出结合S变换与堆叠自动编码器(SAE)的电缆早期故障识别方法.通过对故障相电流进行S变换,将获得的S变换模时频矩阵分为低、中和高频段.求取对应频段的能量熵和奇异熵等特征量,并组成特征向量后,将时频域特征向量作为SAE网络的输入,经过预训练和参数微调,得到最优训练参数.利用构建好的网络从输入数据中挖掘有用信息,从大量扰动中识别电缆早期故障.仿真结果表明,与传统模式识别方法相比,所提方法的精度更高.

著录项

来源
《电力自动化设备》 |2018年第8期|117-124|共8页
作者
汪颖; 卢宏; 杨晓梅; 肖先勇; 张文海;
展开▼
作者单位

四川大学电气信息学院,四川成都610065;

四川大学电气信息学院,四川成都610065;

四川大学电气信息学院,四川成都610065;

四川大学电气信息学院,四川成都610065;

国网四川检修公司,四川成都610042;

展开▼
原文格式 PDF
正文语种 chi
中图分类电力电缆;
关键词
电缆; 电缆早期故障; S变换; 奇异熵; 能量熵; 深度学习; 堆叠自动编码器;

相似文献

中文文献
外文文献
专利

1. 基于行波特征量与堆叠自动编码器的电缆早期故障定位方法 [J] . 李成升 ,于洋 . 四川电力技术 . 2019,第004期
2. 结合S变换和mRMR特征选择的电缆早期故障识别方法 [J] . 王森 ,龚俊 ,杨晓梅 . 计算机应用与软件 . 2022,第1期
3. 非负约束自动编码器在电缆早期故障识别中的应用 [J] . 邵宝珠 ,李胜辉 ,白雪 . 电力系统保护与控制 . 2019,第002期
4. 基于平稳小波变换与随机森林的电缆早期故障识别方法 [J] . 李胜辉 ,白雪 ,董鹤楠 . 电工电能新技术 . 2020,第003期
5. 基于AE和GRU神经网络的电缆早期故障检测和识别方法 [J] . 徐子弘 ,季天瑶 ,邓伟民 . 广东电力 . 2020,第009期
6. 基于S变换和支持向量机的±800kV直流输电线路雷击故障识别方法 [C] . QIN Huai ,秦槐 ,HUANG Fu-zhen . 上海市研究生“新能源与智能电网”学术论坛 . 2012
7. 10kV地下电缆早期故障检测与识别方法探讨 [A] . 戴铭 . 2012

堆叠自动编码器与S变换相结合的电缆早期故障识别方法

摘要

著录项

相似文献

相关主题

期刊订阅