《一种基于时频特征和改进CNN的局部放电识别方法及装置》

技术简介：

本发明涉及电气设备故障识别技术领域,尤其涉及一种基于时频特征和改进CNN的局部放电识别方法及装置,包括对采集的局放信号进行傅里叶阈值滤波；对局放时域信号的脉冲进行截取,用离散的数据采样点表征出脉冲的时域特征,获取局放脉冲信号的时域特征序列；并通过改进Morlet小波对脉冲信号进行时频变换,获取对应信号的二维时频图像数据；对局放信号的时域特征序列和小波时频图进行归一化处理；利用数据集对改进卷积神经网络模型进行训练,并保存训练好的网络模型。本发明充分利用局部放电脉冲信号的时频特征实现局放的分类,提高局放信号时频特征提取的效果；同时改进卷积神经网络的结构用于局部放电的识别,提高局放识别的准确性。

研发人员：陈智超;郑剑锋;吴鸿杰;王群;陈则璋