| 注册
首页|期刊导航|高压电器|基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法

基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法

杨为 柯艳国 赵恒阳 胡迪 赵常威

高压电器2023,Vol.59Issue(9):201-210,10.
高压电器2023,Vol.59Issue(9):201-210,10.DOI:10.13296/j.1001-1609.hva.2023.09.024

基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法

Insulation and Mechanical Fault Diagnosis Method for GIS Based on Lightweight Convolution Neural Network

杨为 1柯艳国 1赵恒阳 1胡迪 1赵常威1

作者信息

  • 1. 国网安徽省电力有限公司电力科学研究院,合肥 230022
  • 折叠

摘要

关键词

气体绝缘金属封闭开关设备/故障诊断/轻量级卷积神经网络/迁移学习/电力物联网

Key words

gas insulated metal-enclosed switchgear(GIS)/fault diagnosis/lightweight convolution neural network/transfer learning/power internet of Things

引用本文复制引用

杨为,柯艳国,赵恒阳,胡迪,赵常威..基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法[J].高压电器,2023,59(9):201-210,10.

基金项目

国网安徽省电力有限公司科技项目资助(52120517000D). Project Supported by Science and Technology Project of State Grid Anhui Electric Power Company(52120517000D). (52120517000D)

高压电器

OA北大核心CSCDCSTPCD

1001-1609

访问量0
|
下载量0
段落导航相关论文