-
公开(公告)号:CN118445716A
公开(公告)日:2024-08-06
申请号:CN202410515047.5
申请日:2024-04-26
Applicant: 三峡大学
IPC: G06F18/2431 , G06F18/213 , G06F18/15 , G06F18/25 , G06N3/0464 , G06N3/08 , G01R31/12
Abstract: 一种自动识别串联故障电弧的检测方法,包括以下步骤:步骤S1:进行故障电弧实验并采集电流数据;步骤S2:搭建用于对串联故障电弧进行检测的模型;步骤S3:对由步骤S2建立的模型进行参数的设定和调整,对模型进行训练和性能的评估与比较;步骤S4:实现对串联故障电弧的检测。本发明的目的是为了解决现有对故障电弧进行检测的技术存在的对故障电弧进行识别时无法对负载类型分类的技术问题,以及存在单个样本数据量大导致的计算量大和计算效率低的技术问题,而提出的一种自动识别串联故障电弧的检测技术。
-
公开(公告)号:CN118688585A
公开(公告)日:2024-09-24
申请号:CN202410698453.X
申请日:2024-05-31
Applicant: 三峡大学
IPC: G01R31/12 , G01R19/00 , G01R15/20 , G06V10/764 , G06V10/40 , G06V10/52 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/047
Abstract: 一种高精度串联故障电弧检测方法,包括以下步骤:步骤S1:进行串联故障电弧的实验,采集正常工况和发生串联故障电弧时的电流数据并建立数据库;步骤S2:将采集的电流时序信号分别转化为小波(WT)时频图、马尔可夫转移场(MTF)特征图、格拉姆角和场(GASF)特征图和格拉姆角差场(GADF)特征图;步骤S3:将WT时频图、MTF特征图、GASF特征图和GADF特征图进行拼接,得到特征图F;步骤S4:构建通过高效通道注意力改进的RepVGG网络模型;步骤S5:对步骤S4构建的通过高效通道注意力改进的RepVGG网络模型进行训练,并对模型进行结构重参数化;步骤S6:将测试样本输入到训练好的检测模型进行测试,完成故障电弧的识别检测。
-