浏览全部资源
扫码关注微信
1. 国网河南省电力公司超高压公司
2. 西安交通大学
Published:2023
移动端阅览
[J]. High voltageapparatus, 2023, 59(11): 65-73.
DOI:
[J]. High voltageapparatus, 2023, 59(11): 65-73. DOI: 10.13296/j.1001-1609.hva.2023.11.008.
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。
0
Views
226
下载量
3
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution