Indexed by：
Abstract：
本发明提供了一种基于卷积神经网络的局部放电缺陷类型的识别方法及系统。本发明识别方法的步骤包括：A、采集局部放电缺陷类型已知的局部放电信号；B、建立局部放电信息库，其包括若干缺陷类型的局部放电波形信号和相应的缺陷类型；C、搭建用于模式识别的卷积神经网络；D、将局部放电信息库中的波形和相应缺陷类型作为输入量，训练卷积神经网络；E、采集待定缺陷类型的多次局部放电信号；F、将待定缺陷类型的局部放电波形数据输入训练好的卷积神经网络，输出中占比最大的缺陷类型作为最终的缺陷类型。本发明避免了传统识别算法中复杂的特征提取和数据重建过程，能更准确地识别缺陷类型，且易于实现。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明专利
Patent No.： CN201711106430.1
Filing Date： 2017-11-10
Publication Date： 2018-04-13
Pub. No.： CN107907799A
Applicants： 国网浙江省电力公司电力科学研究院;;西安交通大学
Legal Status： 在审
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
