一种基于迁移学习的高压开关故障诊断方法技术

本申请提供一种基于迁移学习的高压开关故障诊断方法，通过收集高压开关故障样本数据，以及对所述故障样本数据进行分类，根据所述分类后的故障样本数据建立数据库，对相关领域数据集进行划分，通过深度神经网络ResNet对划分后的所述数据集进行训练，得到网络权重ResNet.pth，将所述网络权重ResNet.pth迁移到所述数据库，得到高压开关故障诊断深度神经网络，获取实际高压开关故障样本数据，通过所述高压开关故障诊断深度神经网络，输出故障的诊断结果，以及对所述高压开关状态进行综合评估，得到评估结果，实现从多个角度实现高压开关故障进行有效的综合诊断。

【技术实现步骤摘要】
一种基于迁移学习的高压开关故障诊断方法
本申请涉及高压开关故障诊断
，尤其涉及一种基于迁移学习的高压开关故障诊断方法。
技术介绍
作为电力系统的重要组成部分，负荷开关、气体绝缘组合电器(GIS)、开关柜、断路器、隔离开关等高压开关装置相关设备是保障电力系统输配电过程安全可靠运行的基础，能够在需要是接通负荷电路；在电路故障时与继电保护配合，及时切断故障电路，防止事故的扩大，保证电力系统的安全运行，所以高压开关设备的状态评价十分重要。因此，开展对高压开关设备的在线监测和故障诊断具有重要意义，及时发现故障并做好一定的维修或者是预防措施能够避免出现更严重的故障甚至是事故。然而由于在在线监测过程中，很多类型的故障数据获取难度大，对图像或者数据进行人工标注费时费力，所以有效故障样本的收集效率低，数据获取成本高。在数据欠缺的情况下，无论是传统的信号分析还是使用机器学习、深度学习等人工智能诊断方法，都难以获得准确的故障诊断结果。基于以上情况，本专利技术提出了一种基于迁移学习的高压开关故障诊断方法，这种方法能够克服标签数据缺少、高压开关故障本文档来自技高网...

【技术保护点】
1.一种基于迁移学习的高压开关故障诊断方法，其特征在于，包括：/n收集高压开关故障样本数据，以及对所述故障样本数据进行分类，根据所述分类后的故障样本数据建立数据库；/n对相关领域数据集进行划分，通过深度神经网络ResNet对划分后的所述数据集进行训练，得到网络权重ResNet.pth；/n将所述网络权重ResNet.pth迁移到所述数据库，得到高压开关故障诊断深度神经网络；/n获取实际高压开关故障样本数据，通过所述高压开关故障诊断深度神经网络，输出故障的诊断结果，以及对所述高压开关状态进行综合评估，得到评估结果。/n

【技术特征摘要】
1.一种基于迁移学习的高压开关故障诊断方法，其特征在于，包括：
收集高压开关故障样本数据，以及对所述故障样本数据进行分类，根据所述分类后的故障样本数据建立数据库；
对相关领域数据集进行划分，通过深度神经网络ResNet对划分后的所述数据集进行训练，得到网络权重ResNet.pth；
将所述网络权重ResNet.pth迁移到所述数据库，得到高压开关故障诊断深度神经网络；
获取实际高压开关故障样本数据，通过所述高压开关故障诊断深度神经网络，输出故障的诊断结果，以及对所述高压开关状态进行综合评估，得到评估结果。


2.根据权利要求1所述的一种基于迁移学习的高压开关故障诊断方法，其特征在于，所述高压开关故障样本数据包括：
机械故障数据，发热故障数据，...

【专利技术属性】
技术研发人员：彭晶，邓云坤，王科，谭向宇，马仪，赵现平，李昊，刘红文，彭兆裕，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：云南;53