科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高压输电线路污秽绝缘子放电模式监测，设计一种新型的一维卷积神经网络结构(1D-CNN),提出一种基于声发射信号和1D-CNN的污秽绝缘子放电模式监测方法。将实验室采集到的不同放电状态下的声发射信号经过预处理后，利用卷积神经网络对放电信号样本进行自适应特征提取和特征降维，以减少训练模型参数和计算量，最终使用Softmax函数对预测结果进行分类。识别结果表明模型能够达到99.84%以上的识别率，减少了传统绝缘子污秽度监测方法中人工对数据进行预处理的过程，可有效应用于污秽绝缘子放电模式监测任务。
- 单位
