| 注册
首页|期刊导航|浙江电力|基于CWGAN-div和Mi-CNN的GIS局部放电图谱识别

基于CWGAN-div和Mi-CNN的GIS局部放电图谱识别

刘航斌 林厚飞 褚静 叶静 林权威

浙江电力2023,Vol.42Issue(8):75-83,9.
浙江电力2023,Vol.42Issue(8):75-83,9.DOI:10.19585/j.zjdl.202308010

基于CWGAN-div和Mi-CNN的GIS局部放电图谱识别

Recognition of partial discharge patterns of GIS based on CWGAN-div and Mi-CNN

刘航斌 1林厚飞 2褚静 2叶静 2林权威2

作者信息

  • 1. 福州大学 电气工程与自动化学院,福州 350000||国网浙江省电力有限公司平阳县供电公司,浙江 温州 325401
  • 2. 国网浙江省电力有限公司平阳县供电公司,浙江 温州 325401
  • 折叠

摘要

关键词

气体绝缘封闭组合电器/局部放电/生成式对抗网络/卷积神经网络

Key words

GIS(gas-insulated switchgear)/partial discharge/GAN(generative adversarial network)/convolution neural network

引用本文复制引用

刘航斌,林厚飞,褚静,叶静,林权威..基于CWGAN-div和Mi-CNN的GIS局部放电图谱识别[J].浙江电力,2023,42(8):75-83,9.

浙江电力

OACSTPCD

1007-1881

访问量0
|
下载量0
段落导航相关论文