System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 成人h动漫精品一区二区无码,久久亚洲AV成人无码软件,亚洲av无码电影网
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種基于VMD-GWO-CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法技術(shù)

    技術(shù)編號(hào):44424203 閱讀:6 留言:0更新日期:2025-02-28 18:38
    本發(fā)明專利技術(shù)公開了一種基于VMD?GWO?CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,包括以下步驟:S1、將不含噪聲和含有噪聲的局部放電信號(hào)采集;S2、對(duì)不含噪聲的局部放電信號(hào)進(jìn)行變分模態(tài)分解VMD;S3、對(duì)含有噪聲的局部放電信號(hào)進(jìn)行變分模態(tài)分解VMD;S4、讀取多種噪聲類型的局部放電信號(hào)數(shù)據(jù)集;S5、卷積神經(jīng)網(wǎng)絡(luò)CNN模型搭建:S6、利用灰狼優(yōu)化算法GWO對(duì)卷積神經(jīng)網(wǎng)絡(luò)CNN模型中卷積層的卷積核個(gè)數(shù)進(jìn)行參數(shù)優(yōu)化;S7、將預(yù)處理后的訓(xùn)練集與測(cè)試集導(dǎo)入?yún)?shù)優(yōu)化后卷積神經(jīng)網(wǎng)絡(luò)CNN模型;S8、通過主成分分析PCA。本發(fā)明專利技術(shù)采用上述的一種基于VMD?GWO?CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,通過VMD變分模態(tài)分解完成了對(duì)放電信號(hào)的降噪;利用灰狼優(yōu)化算法GWO對(duì)CNN的超參數(shù)進(jìn)行了優(yōu)化。

    【技術(shù)實(shí)現(xiàn)步驟摘要】

    本專利技術(shù)涉及架空高壓輸電線路放電信號(hào)識(shí)別,尤其是涉及一種基于vmd-gwo-cnn的架空高壓輸電線路放電信號(hào)識(shí)別方法。


    技術(shù)介紹

    1、隨著科技的發(fā)展和電力需求的增加,架空高壓輸電線路在城市與鄉(xiāng)村的電力供應(yīng)系統(tǒng)中的地位日益提高。在電力系統(tǒng)中,架空高壓輸電線路是傳輸電能的重要設(shè)施。然而,由于環(huán)境因素、材料老化和操作不當(dāng)?shù)仍?,這些線路在運(yùn)行過程中可能出現(xiàn)放電現(xiàn)象。局部放電(pd)是指在絕緣材料內(nèi)部或表面的小范圍電氣放電現(xiàn)象,它通常預(yù)示著絕緣材料的老化或損壞,可能導(dǎo)致線路故障、停電以及嚴(yán)重的安全隱患。局部放電信號(hào)具有多種特征,包括頻率、幅值、持續(xù)時(shí)間和波形等。由于局部放電的復(fù)雜性,單一的聲紋特征可能不足以準(zhǔn)確識(shí)別不同類型的放電源。

    2、在高壓輸電線路上,通常通過傳感器(如電流傳感器和電壓傳感器)采集放電信號(hào)。這些聲學(xué)信號(hào)通常會(huì)受到噪聲和干擾的影響,因此需要有效的信號(hào)處理技術(shù)來提取有用信息。傳統(tǒng)的放電信號(hào)識(shí)別方法包括閾值法、模糊邏輯、統(tǒng)計(jì)方法等。這些方法在處理簡(jiǎn)單的信號(hào)時(shí)較為有效,但在面對(duì)復(fù)雜和多變的放電信號(hào)時(shí),往往存在識(shí)別率低和準(zhǔn)確性不足的問題。如今,隨著智能化水平的提高,對(duì)各類數(shù)據(jù)的采集速度和數(shù)量級(jí)都取得了顯著提升,其為深度學(xué)習(xí)方法在局部放電信號(hào)識(shí)別領(lǐng)域的廣泛應(yīng)用奠定了良好基礎(chǔ)。

    3、作為當(dāng)前廣泛采用的智能研究方法,深度學(xué)習(xí)能夠自動(dòng)提取和學(xué)習(xí)聲學(xué)信號(hào)中的復(fù)雜特征,無需手動(dòng)設(shè)計(jì)特征,顯著提高了檢測(cè)的準(zhǔn)確性與效率。在此基礎(chǔ)上還能夠處理大量數(shù)據(jù),有很強(qiáng)的適應(yīng)性,適合在實(shí)時(shí)監(jiān)測(cè)和動(dòng)態(tài)環(huán)境下的應(yīng)用。除此之外,深度學(xué)習(xí)在模式識(shí)別和分類方面的表現(xiàn)也十分優(yōu)異,能夠更好地識(shí)別不同類型的局部放電信號(hào),從而提高故障預(yù)警能力和減少誤報(bào)率。這些優(yōu)勢(shì)使得深度學(xué)習(xí)成為局部放電信號(hào)識(shí)別領(lǐng)域的一種更為有效和先進(jìn)的技術(shù)手段。因此逐漸被越來越多的研究者應(yīng)用在局部放電信號(hào)識(shí)別領(lǐng)域。


    技術(shù)實(shí)現(xiàn)思路

    1、本專利技術(shù)的目的是提供一種基于vmd-gwo-cnn的架空高壓輸電線路放電信號(hào)識(shí)別方法,噪聲干擾條件下的架空高壓輸電線路放電信號(hào)的降噪、識(shí)別及其噪聲分類。

    2、本專利技術(shù)提供了一種基于vmd-gwo-cnn的架空高壓輸電線路放電信號(hào)識(shí)別方法,包括以下步驟:

    3、s1、將不含噪聲和含有噪聲的局部放電信號(hào)采集;

    4、s2、對(duì)不含噪聲的局部放電信號(hào)進(jìn)行變分模態(tài)分解vmd;

    5、s3、對(duì)含有噪聲的局部放電信號(hào)進(jìn)行變分模態(tài)分解vmd;將篩選出的局部放電信號(hào)主導(dǎo)的模態(tài)分量imf與殘差重構(gòu);

    6、s4、讀取多種噪聲類型的局部放電信號(hào)數(shù)據(jù)集,為局部放電信號(hào)數(shù)據(jù)集制作標(biāo)簽并將標(biāo)簽轉(zhuǎn)換為獨(dú)熱編碼;將局部放電信號(hào)數(shù)據(jù)集劃分訓(xùn)練集和測(cè)試集并進(jìn)行歸一化處理;

    7、s5、卷積神經(jīng)網(wǎng)絡(luò)cnn模型搭建:

    8、s6、利用灰狼優(yōu)化算法gwo對(duì)卷積神經(jīng)網(wǎng)絡(luò)cnn模型中卷積層的卷積核個(gè)數(shù)進(jìn)行參數(shù)優(yōu)化;

    9、s7、將預(yù)處理后的訓(xùn)練集與測(cè)試集導(dǎo)入?yún)?shù)優(yōu)化后卷積神經(jīng)網(wǎng)絡(luò)cnn模型中并對(duì)卷積神經(jīng)網(wǎng)絡(luò)cnn模型進(jìn)行訓(xùn)練與模式識(shí)別;

    10、s8、通過主成分分析pca和matplotlib完成卷積神經(jīng)網(wǎng)絡(luò)cnn模型模式識(shí)別的結(jié)果可視化。

    11、優(yōu)選的,在步驟s1中,聲音傳感器以及信號(hào)采集卡在放電實(shí)驗(yàn)臺(tái)上,以48000hz為采樣頻率采集20kv局部放電信號(hào),并通過播放提前錄制的風(fēng)、雨等噪聲,得到含有噪聲的局部放電信號(hào)。

    12、優(yōu)選的,在步驟s2中,計(jì)算不同模態(tài)分解層數(shù)時(shí)的模態(tài)分量imfs的分解情況,并求出各模態(tài)分量imf的中心頻率;選取最佳模態(tài)分解層數(shù)并記錄對(duì)應(yīng)模態(tài)分量imf的中心頻率;

    13、優(yōu)選的,在步驟s3中,得到與最佳模態(tài)分解層數(shù)中心頻率最接近的模態(tài)分量imf,此模態(tài)分量imf作為閾值進(jìn)行篩選局部放電信號(hào)主導(dǎo)的imf分量,其余模態(tài)分量imf視為噪聲主導(dǎo)的imf分量。

    14、優(yōu)選的,在步驟s3中,得到的重構(gòu)信號(hào)作為降噪后的局部放電信號(hào),將重構(gòu)信號(hào)與各類含不同噪聲的局部放電信號(hào)組成局部放電信號(hào)數(shù)據(jù)集。

    15、優(yōu)選的,在步驟s4中,讀取多種噪聲類型的局部放電信號(hào)數(shù)據(jù),不同噪聲類型的放電信號(hào)數(shù)據(jù)均截取240000個(gè)數(shù)據(jù)點(diǎn),并按單個(gè)樣本數(shù)據(jù)點(diǎn)數(shù)為400的標(biāo)準(zhǔn)將截取的不同噪聲類型數(shù)據(jù)切分為600個(gè)樣本;為局部放電信號(hào)數(shù)據(jù)集制作標(biāo)簽并將標(biāo)簽轉(zhuǎn)換為獨(dú)熱編碼,將每種類型的樣本按7:3的比例劃分訓(xùn)練集、測(cè)試集,并進(jìn)行歸一化處理。

    16、優(yōu)選的,在步驟s5中,卷積神經(jīng)網(wǎng)絡(luò)cnn模型包括輸入層、卷積層、歸一層、最大池化層、全連接層和輸出層。

    17、因此,本專利技術(shù)采用上述的一種基于vmd-gwo-cnn的架空高壓輸電線路放電信號(hào)識(shí)別方法,變分模態(tài)分解vmd能夠有效地將復(fù)雜信號(hào)分解成多個(gè)具有不同頻率特征的模態(tài),通過vmd變分模態(tài)分解完成了對(duì)放電信號(hào)的降噪;利用灰狼優(yōu)化算法gwo對(duì)cnn的超參數(shù)進(jìn)行了優(yōu)化;主成分分析pca被用于對(duì)模式識(shí)別的結(jié)果進(jìn)行可視化。

    18、下面通過附圖和實(shí)施例,對(duì)本專利技術(shù)的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

    本文檔來自技高網(wǎng)...

    【技術(shù)保護(hù)點(diǎn)】

    1.一種基于VMD-GWO-CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,包括以下步驟:

    2.根據(jù)權(quán)利要求1所述的一種基于VMD-GWO-CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟S1中,聲音傳感器以及信號(hào)采集卡在放電實(shí)驗(yàn)臺(tái)上,以48000Hz為采樣頻率采集20kv局部放電信號(hào),并通過播放提前錄制的風(fēng)、雨等噪聲,得到含有噪聲的局部放電信號(hào)。

    3.根據(jù)權(quán)利要求1所述的一種基于VMD-GWO-CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟S2中,計(jì)算不同模態(tài)分解層數(shù)時(shí)的模態(tài)分量IMFs的分解情況,并求出各模態(tài)分量IMF的中心頻率;選取最佳模態(tài)分解層數(shù)并記錄對(duì)應(yīng)模態(tài)分量IMF的中心頻率。

    4.根據(jù)權(quán)利要求1所述的一種基于VMD-GWO-CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟S3中,得到與最佳模態(tài)分解層數(shù)中心頻率最接近的模態(tài)分量IMF,此模態(tài)分量IMF作為閾值進(jìn)行篩選局部放電信號(hào)主導(dǎo)的IMF分量,其余模態(tài)分量IMF視為噪聲主導(dǎo)的IMF分量。

    5.根據(jù)權(quán)利要求1所述的一種基于VMD-GWO-CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟S3中,得到的重構(gòu)信號(hào)作為降噪后的局部放電信號(hào),將重構(gòu)信號(hào)與各類含不同噪聲的局部放電信號(hào)組成局部放電信號(hào)數(shù)據(jù)集。

    6.根據(jù)權(quán)利要求1所述的一種基于VMD-GWO-CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟S4中,讀取多種噪聲類型的局部放電信號(hào)數(shù)據(jù),不同噪聲類型的放電信號(hào)數(shù)據(jù)均截取240000個(gè)數(shù)據(jù)點(diǎn),并按單個(gè)樣本數(shù)據(jù)點(diǎn)數(shù)為400的標(biāo)準(zhǔn)將截取的不同噪聲類型數(shù)據(jù)切分為600個(gè)樣本;為局部放電信號(hào)數(shù)據(jù)集制作標(biāo)簽并將標(biāo)簽轉(zhuǎn)換為獨(dú)熱編碼,將每種類型的樣本按7:3的比例劃分訓(xùn)練集、測(cè)試集,并進(jìn)行歸一化處理。

    7.根據(jù)權(quán)利要求1所述的一種基于VMD-GWO-CNN的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟S5中,卷積神經(jīng)網(wǎng)絡(luò)CNN模型包括輸入層、卷積層、歸一層、最大池化層、全連接層和輸出層。

    ...

    【技術(shù)特征摘要】

    1.一種基于vmd-gwo-cnn的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,包括以下步驟:

    2.根據(jù)權(quán)利要求1所述的一種基于vmd-gwo-cnn的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟s1中,聲音傳感器以及信號(hào)采集卡在放電實(shí)驗(yàn)臺(tái)上,以48000hz為采樣頻率采集20kv局部放電信號(hào),并通過播放提前錄制的風(fēng)、雨等噪聲,得到含有噪聲的局部放電信號(hào)。

    3.根據(jù)權(quán)利要求1所述的一種基于vmd-gwo-cnn的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟s2中,計(jì)算不同模態(tài)分解層數(shù)時(shí)的模態(tài)分量imfs的分解情況,并求出各模態(tài)分量imf的中心頻率;選取最佳模態(tài)分解層數(shù)并記錄對(duì)應(yīng)模態(tài)分量imf的中心頻率。

    4.根據(jù)權(quán)利要求1所述的一種基于vmd-gwo-cnn的架空高壓輸電線路放電信號(hào)識(shí)別方法,其特征在于,在步驟s3中,得到與最佳模態(tài)分解層數(shù)中心頻率最接近的模態(tài)分量imf,此模態(tài)分量imf作為閾值進(jìn)行篩選局部放電信號(hào)主導(dǎo)的imf分量,其余...

    【專利技術(shù)屬性】
    技術(shù)研發(fā)人員:郭建勛,艾晨光,劉念龔志峰,徐哲,蘇廣志,任伯文馬桂偉耿磊趙亞杰,張楠,劉丹常云彪李澤章海鯤,賀博宇,張中強(qiáng),王戶賽
    申請(qǐng)(專利權(quán))人:國(guó)網(wǎng)冀北電力有限公司張家口供電公司
    類型:發(fā)明
    國(guó)別省市:

    網(wǎng)友詢問留言 已有0條評(píng)論
    • 還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。

    1
    主站蜘蛛池模板: 亚洲爆乳精品无码一区二区三区| 无码免费午夜福利片在线| 日韩少妇无码喷潮系列一二三| 国产精品无码无片在线观看3D| 久久亚洲av无码精品浪潮| 最新亚洲春色Av无码专区| 亚洲中久无码不卡永久在线观看| 无码人妻久久久一区二区三区| 精品无码成人久久久久久| 水蜜桃av无码一区二区| 成年午夜无码av片在线观看| 无码精品一区二区三区| 日韩人妻无码精品久久久不卡| 亚洲AV无码乱码在线观看性色扶| 99精品一区二区三区无码吞精| 亚洲日韩欧洲无码av夜夜摸| 亚洲人成人无码网www国产| 亚洲av无码专区在线观看下载| 久久久久久亚洲Av无码精品专口 | 狠狠躁狠狠躁东京热无码专区| 97免费人妻无码视频| 精品日韩亚洲AV无码| 免费无码VA一区二区三区| 亚洲国产精品无码中文字| 夜夜添无码一区二区三区| 日韩AV无码一区二区三区不卡毛片| 精品无码久久久久久国产| 亚洲av无码专区首页| 亚洲av无码av在线播放| 无码VA在线观看| 粉嫩大学生无套内射无码卡视频| 亚洲AV永久无码精品成人| 亚洲AV无码久久精品色欲| 亚洲Aⅴ无码专区在线观看q| 久久无码专区国产精品s| 日韩人妻无码一区二区三区99| 久久久久久亚洲Av无码精品专口| 人妻少妇乱子伦无码视频专区| 97久久精品无码一区二区天美| 亚洲AV永久无码精品一福利| 免费A级毛片无码久久版|