基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法OACSTPCD
Insulation and Mechanical Fault Diagnosis Method for GIS Based on Lightweight Convolution Neural Network
绝缘和机械故障是气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear,GIS)中占比最大的故障类型,准确的故障诊断和状态评价对保证电力系统安全稳定运行具有重要意义.深度学习方法已成为故障诊断领域的主流,但传统卷积神经网络需要强大的计算资源,在计算能力一般的智能终端设备中难以应用.为此,文中提出了基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法.首先,采用空间可分离卷积代替传统卷积构造EffN…查看全部>>
杨为;柯艳国;赵恒阳;胡迪;赵常威
国网安徽省电力有限公司电力科学研究院,合肥 230022国网安徽省电力有限公司电力科学研究院,合肥 230022国网安徽省电力有限公司电力科学研究院,合肥 230022国网安徽省电力有限公司电力科学研究院,合肥 230022国网安徽省电力有限公司电力科学研究院,合肥 230022
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
gas insulated metal-enclosed switchgear(GIS)fault diagnosislightweight convolution neural networktransfer learningpower internet of Things
《高压电器》 2023 (9)
201-210,10
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).
评论