【技术实现步骤摘要】
本专利技术属于局部放电分类识别，具体地涉及gis局部放电模式识别模型及其训练方法。
技术介绍
1、气体绝缘开关设备（gis）是一种使用sf6作为绝缘介质的电气设备，以其卓越的绝缘性能和熄灭电弧的效率而闻名。它具有体积小、可靠性高等优点，在高压输配电系统中得到广泛应用。
2、随着运行次数的增加，在电力系统复杂的运行环境下，设备内部难免面临绝缘材料老化的挑战及潜在缺陷的涌现，这些问题可能诱发局部放电现象，从而对电力系统的安全稳定运行构成严重威胁。局部放电主要形式有浮动电极放电、自由颗粒放电、气隙放电、针尖放电和绝缘子表面放电等。不同类型局部放电对设备的破坏程度有显著差异。因此，有必要根据局部放电数据识别放电模式，从而对可能出现的故障进行预警和评估，指导电力系统采取相应的措施，减少损失。近年来，机器学习技术被引入局部放电谱图信号的分类中，显著提升了分类效率。通过捕捉放电脉冲的频率相位与放电量，构建局部放电prpd谱图，实现了放电信息的图形化呈现，每张谱图均蕴含丰富的放电点信息，有效缩减了pd记录的数据规模。同时，依托相位信息的连续...
【技术保护点】
1.GIS局部放电模式识别模型训练方法，其特征在于，包括步骤：
2.根据权利要求1所述的GIS局部放电模式识别模型训练方法，其特征在于，步骤S2所述对训练图集中每张原始图像进行相位特征提取以生成对应的灰度图和灰度值，包括步骤：
3.根据权利要求2所述的GIS局部放电模式识别模型训练方法，其特征在于，步骤S2所述构建相位匹配神经网络，包括步骤：
4.根据权利要求3所述的GIS局部放电模式识别模型训练方法，其特征在于：
5.根据权利要求4所述的GIS局部放电模式识别模型训练方法，其特征在于，某一灰度图中某一像素点的某一放电模...
【技术特征摘要】
1.gis局部放电模式识别模型训练方法，其特征在于，包括步骤：
2.根据权利要求1所述的gis局部放电模式识别模型训练方法，其特征在于，步骤s2所述对训练图集中每张原始图像进行相位特征提取以生成对应的灰度图和灰度值，包括步骤：
3.根据权利要求2所述的gis局部放电模式识别模型训练方法，其特征在于，步骤s2所述构建相位匹配神经网络，包括步骤：
4.根据权利要求3所述的gis局部放电模式识别模型训练方法，其特征在于：
5.根据权利要求4所述的gis局部放电模式识别模型训练方法，其特征在于，某一灰度图中某一像素点的某一放电模式的统计特征值表达...
【专利技术属性】
技术研发人员：邵先军，陈孝信，郑一鸣，钱平，徐华，王绍安，李斐然，赵琳，李晨，杨智，姜雄伟，王劭鹤，周阳洋，
申请(专利权)人：国网浙江省电力有限公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。