典型文献
移动端卷积神经网络开关柜局部放电样本生成与检测
文献摘要：
局部放电是造成高压电气设备最终发生绝缘击穿的重要原因,也是绝缘劣化的重要标征,针对目前开关柜局部放电常规检测手段存在检测信息量少,时效性性差,诊断准确率低等问题,本文提出了一种可集成在移动端设备的卷积神经网络检测方法,并针对实际情况中存在放电类别样本不均匀的问题,提出了一种故障样本生成方法.将采集到的超声波信号经过去噪和预处理后通过短时傅里叶变换转化为二维时频谱图,输入卷积神经网络中进行局部放电模式识别,针对实际场景中出现故障样本不均匀问题,使用AE-DCGAN生成对抗网络生成故障样本.实例实验表明,本文所提出方法在移动端t710算力条件下,其准确率达到97％以上,算力达到0.27 s,生成数据样本MSE误差均低于0.067.
文献关键词：
局部放电;超声波检测;深度学习;故障样本生成
中图分类号：
作者姓名：
戴昕宇;徐焕宇;张宁
作者机构：
南京信息工程大学自动化学院 南京210044;无锡学院 无锡214063;科大讯飞工业智能业务部 杭州310012
文献出处：
引用格式：
[1]戴昕宇;徐焕宇;张宁-.移动端卷积神经网络开关柜局部放电样本生成与检测)[J].电子测量技术,2022(12):141-147
A类：
t710
B类：
移动端,开关柜,局部放电,高压电气设备,绝缘击穿,绝缘劣化,常规检测,检测手段,信息量,诊断准确率,端设备,神经网络检测,针对实际,别样,故障样本生成,生成方法,声波信号,去噪,短时傅里叶变换,时频谱,频谱图,放电模式,模式识别,AE,DCGAN,生成对抗网络,算力,力达,MSE,超声波检测
AB值：
0.325061
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
