基于多尺度卷积时序模型的局部放电现象检测
文档名：基于多尺度卷积时序模型的局部放电现象检测
摘要：为了能及时检测出高压电力线路在供电过程中发生的局部放电现象,提出了一种用于局部放电现象检测的多尺度全卷积时序深度学习模型.其以从高压电力线路中收集的电力信号数据为基础,使用多尺度全卷积时序模型进行训练,并可根据训练得到的模型,对未来的连续信号进行监视,检测其是否产生了局部放电现象.实验结果表明,该模型在所用数据集上具有较好的精确度.
作者：田旭 张桂红 李红霞 梁国勇 陈庆文 许广远 王征 Author：TIANXu ZHANGGuihong LIHongxia LIANGGuoyong CHENQingwen XUGuangyuan WANGZheng
作者单位：国网青海省电力公司经济技术研究院,西宁810000中国电建集团西北勘测设计研究院有限公司,西安710065天津大学智能与计算学部,天津300150
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(1)
分类号：TP391.41
关键词：高压电力线路长短期记忆网络多尺度全卷积深度学习局部放电
机标分类号：TP391.41TM73TP183
在线出版日期：2023年4月6日
基金项目：基于多尺度卷积时序模型的局部放电现象检测[
期刊论文]吉林大学学报（信息科学版）--2023, 41(1)田旭张桂红李红霞梁国勇陈庆文许广远王征为了能及时检测出高压电力线路在供电过程中发生的局部放电现象,提出了一种用于局部放电现象检测的多尺度全卷积时序深度学习模型.其以从高压电力线路中收集的电力信号数据为基础,使用多尺度全卷积时序模型进行训练,并可...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
基于多尺度卷积时序模型的局部放电现象检测Partial Discharge Detection Based on Multi-Scale Convolution Time Series Model
基于多尺度卷积时序模型的局部放电现象检测.pdf
页:
[1]