基于多级二阶注意力孪生网络的小样本GIS局部放电诊断方法
文档名：基于多级二阶注意力孪生网络的小样本GIS局部放电诊断方法
摘要：以数据驱动的智能故障诊断方法近年来取得了突飞猛进的发展,然而受现场复杂工况和小样本条件的制约,训练高精度、高鲁棒的气体绝缘组合电器(GIS)局部放电诊断模型仍然是一个挑战.为此,该文提出一种新颖的孪生网络用于小样本GIS局部放电诊断,其主要由两个相同结构、参数的特征提取器和一个度量学习器组成.在特征提取器设计中,引入多尺度卷积来挖掘局部放电信号中更全面的特征信息.同时引入二阶注意力模块以有效利用不同通道之间的相关信息,提取具有鉴别性和代表性的特征,增强模型的特征提取能力.度量学习器用来对度量特征的相似度进行判断,依此来比较和匹配目标任务下的样本来实现GIS局部放电诊断.实验结果表明,所提出的多级二阶注意力孪生网络在每类支撑集数量为5时便可达到93.76％的诊断精度,相比于其他方法而言优势明显,同时对非平衡样本具有很强的容错性,为现场小样本GIS局部放电高精度、高鲁棒诊断提供了解决思路.
作者：王艳新闫静王建华耿英三Author：WangYanxinYanJingWangJianhuaGengYingsan
作者单位：电力设备电气绝缘国家重点实验室(西安交通大学)西安710049
刊名：电工技术学报 ISTICEIPKU
Journal：TransactionsofChinaElectrotechnicalSociety
年，卷(期)：2023, 38(8)
分类号：TM835
关键词：孪生网络多尺度卷积二阶注意力模块小样本GIS局部放电
机标分类号：TP391.41TM595TM855
在线出版日期：2023年5月9日
基金项目：国家电网有限公司总部科技项目基于多级二阶注意力孪生网络的小样本GIS局部放电诊断方法[
期刊论文]电工技术学报--2023, 38(8)王艳新闫静王建华耿英三以数据驱动的智能故障诊断方法近年来取得了突飞猛进的发展,然而受现场复杂工况和小样本条件的制约,训练高精度、高鲁棒的气体绝缘组合电器(GIS)局部放电诊断模型仍然是一个挑战.为此,该文提出一种新颖的孪生网络用于小样...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多级二阶注意力孪生网络的小样本GIS局部放电诊断方法Few-Shot Partial Discharge Diagnosis for Gas-Insulated Switchgear Using a Novel Multi-Level Second-Order Attention Siamese Network
基于多级二阶注意力孪生网络的小样本GIS局部放电诊断方法.pdf
页:
[1]