首页> 中文期刊> 《通信电源技术》 >基于GAF-CNN的配电网局部放电检测

基于GAF-CNN的配电网局部放电检测

         

摘要

针对传统配电网局部放电诊断中提取的特征面临自适应能力不足、难以匹配特定故障等问题,提出了一种基于格拉姆角场(Gramian Angular Field,GAF)和卷积神经网络(Convolutional Neural Networks,CNN)的绝缘架空导线局部放电诊断方法。该方法将局部放电数据使用格拉姆角场构造二维图像,并将其图片输入构建的卷积神经网络来对正常信号和局部放电信号进行分类。实验表明,使用GAF-CNN模型对局部放电的识别精度可以达到99.77%。

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