公开(公告)号：CN115586406A

公开(公告)日：2023-01-10

申请号：CN202211196898.5

申请日：2022-09-28

Applicant: 西安交通大学 ,  国网陕西省电力有限公司电力科学研究院 ,  国网陕西省电力有限公司

Inventor： 荆乾震 ,  王艳新 ,  闫静 ,  王建华 ,  耿英三 ,  徐卓凡 ,  牛博 ,  杨鼎革

IPC: G01R31/12

Abstract: 本发明提出了一种基于特高频信号的GIS局部放电故障诊断方法及系统，首先获取实验室中GIS绝缘缺陷模拟故障样本、现场故障样本以及环境噪声干扰样本；然后将其3D体积与各向异性探测核进行卷积以投射到2D，添加一个深度体积卷积神经网络结构来对二维投影进行诊断；接着基于所述样本对自编码器模型进行无监督训练，并利用所述自编码器模型所得的模型参数初始化深度体积卷积神经网络模型的卷积层初始参数，利用BP算法和随机梯度下降法对所述深度卷积神经网络模型的参数进行迭代更新，得到最优化参数；采用体积卷积神经网络进行故障诊断，有效的避免了人工特征工程及3D图像的灰度处理过程，与传统机器学习算法相比，提高了诊断的速度和故障识别率。

公开(公告)号：CN113449803A

公开(公告)日：2021-09-28

申请号：CN202110780818.X

申请日：2021-07-09

Applicant: 西安交通大学

Inventor： 刘婷亮 ,  闫静 ,  王艳新 ,  徐怡凡 ,  荆乾震 ,  叶芯瑜 ,  代苑楠

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种不同绝缘缺陷局部放电类型区分方法、系统、设备及存储介质，方法包括：基于卷积神经网络多层卷积和池化操作，提取局部放电信号的局部空间特征信息，并保留局部空间特征信息的时间序列特征信息；基于局部空间特征信息，通过长短期记忆网络保存并分析，提取局部放电信号的时间序列特征信息；基于局部空间特征信息和时间序列特征信息，通过全连接层进行特征融合，提取包含局部空间特征信息和时间序列特征信息的所有局部放电信号的识别特征；基于识别特征，通过卷积神经网络的softmax层输出概率值，进行局部放电信号类型的识别分类。本发明提高了整个局部放电图像类型的识别精度。