一种变压器局部放电模式识别方法及系统

    公开(公告)号:CN114091537A

    公开(公告)日:2022-02-25

    申请号:CN202111389877.0

    申请日:2021-11-22

    Abstract: 一种变压器局部放电模式识别方法及系统,其特征在于,包括以下步骤:模拟超高频信号,获得变压器局部放电信号;对获得变压器局部放电信号进行短时傅里叶变换,得到的频谱图;得到的频谱图通过模式识别得到训练图像集的稀疏字典;运用稀疏识别对实际放电图进行分类,以残差为标准输出识别结果。本发明利用卷积神经网络(CNN)对超高频传感器采集到的图像进行特征提取,保留了原始数据的二维空间结构。该方法将利用压缩感知原理,以稀疏形式对深度学习后的图像特征进行表示和分类,对在同类之间有较大变化的问题解决非常有效。

    一种基于压缩感知理论提高红外光谱分辨率方法

    公开(公告)号:CN113139903B

    公开(公告)日:2023-08-04

    申请号:CN202110460241.4

    申请日:2021-04-27

    Abstract: 一种基于压缩感知理论提高红外光谱分辨率方法,(1)将光谱仪观测到的光谱数据进行归一化、分段等预处理,得到观测光谱数据y;(2)建立小波正交基字典D;(3)初始化等效观测矩阵G;(4)使用ROMP重构算法计算稀疏系数θ;(5)迭代更新观测矩阵G和稀疏系数θ,直到达到终止条件,将稀疏系数θ左乘稀疏字典D,即可获得高分辨率光谱x;本发明所提出方法,具有分辨率高、计算简单、求解速度快和准确性高的技术特点,在红外光谱分析领域具有重要的应用需求和应用价值。

Patent Agency Ranking