期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机电融合信号与1DCNN-MHAM-SVM的GIS局部放电故障诊断
1
作者 许洪华 陈旖旎 +3 位作者 丁晓森 万子雄 朱雷 马宏忠 《机械与电子》 2025年第6期37-41,47,共6页
为解决当前气体绝缘组合电器局部放电故障诊断方法的监测信号单一和对小样本数据处理能力差的问题,提出一种基于1DCNN和SVM的GIS局部放电故障诊断方法。首先,利用1DCNN提取GIS局部放电中振动信号和特高频信号的融合特征,并对其降维。然... 为解决当前气体绝缘组合电器局部放电故障诊断方法的监测信号单一和对小样本数据处理能力差的问题,提出一种基于1DCNN和SVM的GIS局部放电故障诊断方法。首先,利用1DCNN提取GIS局部放电中振动信号和特高频信号的融合特征,并对其降维。然后,利用MHAM进一步提取全局特征,将该特征向量作为SVM的模型输入,从而实现GIS尖端放电、沿面放电、悬浮放电和气隙放电4种典型局部放电故障的分类识别。最后,通过试验数据对比验证所提方法,结果表明,基于振动和特高频信号融合与1DCNN MHAM SVM的诊断方法准确性不低于95.00%,有效提升了GIS局部放电故障诊断的适应性和可靠性。 展开更多
关键词 气体绝缘组合电器 局部放电 振动信号 特高频信号 一维卷积神经网络 多头自注意力机制
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部