典型文献
基于轨迹图像与卷积神经网络的电缆早期故障识别
文献摘要：
准确识别电力电缆的早期故障可以为电缆的运行状态评估提供参考,进而合理安排线路检修,提高电缆线路的运行稳定性.为此,首先基于相空间重构技术对电流信号进行数据重构,并根据重构结果绘制电流信号的轨迹图像;然后根据绘制的轨迹图像,通过搭建卷积神经网络来完成电缆早期故障的识别任务;最后借助PSCAD/EMTDC仿真获得的数据验证所提方法的准确性和可行性.实验结果表明:该方法可以在训练样本占比仅为0.05的情况下达到0.99以上识别准确度,同时还具有优异的鲁棒性,可以适应信噪比仅有15 dB的环境.
文献关键词：
电缆;早期故障;深度学习;卷积神经网络;相空间重构;轨迹图像
中图分类号：
作者姓名：
张毅斌;李梦诗;徐子弘;张禄亮;季天瑶;陈子明
作者机构：
华南理工大学电力学院,广东广州510641
文献出处：
引用格式：
[1]张毅斌;李梦诗;徐子弘;张禄亮;季天瑶;陈子明-.基于轨迹图像与卷积神经网络的电缆早期故障识别)[J].广东电力,2022(08):86-94
A类：
B类：
轨迹图像,早期故障,故障识别,准确识别,电力电缆,运行状态评估,合理安排,排线,线路检修,电缆线路,运行稳定性,相空间重构,重构技术,电流信号,数据重构,PSCAD,EMTDC,数据验证,训练样本,下达,dB
AB值：
0.293862
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。
