| 注册
首页|期刊导航|电力工程技术|基于CycleGAN和CNN的GIS振动信号去噪与机械缺陷识别

基于CycleGAN和CNN的GIS振动信号去噪与机械缺陷识别

廖景雯 关向雨 林建港 刘江 赵俊义

电力工程技术2023,Vol.42Issue(5):P.37-45,9.
电力工程技术2023,Vol.42Issue(5):P.37-45,9.DOI:10.12158/j.2096-3203.2023.05.005

基于CycleGAN和CNN的GIS振动信号去噪与机械缺陷识别

廖景雯 1关向雨 1林建港 1刘江 2赵俊义1

作者信息

  • 1. 福州大学电气工程与自动化学院,福建福州350108
  • 2. 国网江西省电力有限公司赣州供电分公司,江西赣州341000
  • 折叠

摘要

关键词

气体绝缘开关设备(GIS)/接触缺陷/机械振动/周期一致生成对抗网络(CycleGAN)/AlexNet/ResNet18

分类

信息技术与安全科学

引用本文复制引用

廖景雯,关向雨,林建港,刘江,赵俊义..基于CycleGAN和CNN的GIS振动信号去噪与机械缺陷识别[J].电力工程技术,2023,42(5):P.37-45,9.

基金项目

福建省自然科学基金资助项目“GIS触头多尺度失效特征与接触故障智能诊断方法研究”(2020J01509)。 (2020J01509)

电力工程技术

OA北大核心CSTPCD

2096-3203

访问量0
|
下载量0
段落导航相关论文