基于深度学习融合的高压电缆局部放电诊断算法研究

摘要：

为了研究电力电缆局部放电的模式识别,解决传统单一智能算法识别率低的问题,文中提出了一种融合多深度学习算法的混合智能算法.首先,设计并制作5种典型缺陷模型以模拟实际电力电缆中的缺陷,据此展开实验并收集数据;然后,通过对PRPD谱图的相窗归一化、去极端值等改进,以及绘制PRCD谱图,更全面凸显局部放电有用特征;最后,训练基于PRPD或PRCD的多种深度学习分算法,通过可信度融合得到混合智能算法.实验结果表明,该混合智能算法相比常规单一深度学习算法识别率有显著提升,总体可达98.504%,能够准确分辨出模拟电力电缆缺陷的5种类型,具有良好应用前景.

关键词：局部放电、谱图特性、模式识别、深度学习、混合智能

所属期刊栏目：59

分类号：TM247;TM755;TP391.41

在线出版日期：2023-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：65-73