一种基于深度孪生网络的电力设备局部放电故障诊断方法、系统终端及可读存储介质

    公开(公告)号:CN113655348B

    公开(公告)日:2023-12-08

    申请号:CN202110854734.6

    申请日:2021-07-28

    IPC分类号: G01R31/12

    摘要: 测试样本的局部放电故障诊断结果。本发明所述本发明公开了一种基于深度孪生网络的电 方法满足了在极少故障样本的条件下,局部放电力设备局部放电故障诊断方法、系统、终端及可 故障的高精度检测。读存储介质,所述方法包括:步骤1:获取待测试电力设备的特征图谱并作为测试样本,以及获取电力设备在各类局部放电故障下、无局部放电故障下的特征图谱并作为支撑集样本;步骤2:将所述测试样本和所述支撑集样本的特征图谱分别对应输入两个深度孪生网络模型得到各自对应的深度特征;步骤3:基于所述测试样本的深度特(56)对比文件Mahidhar, GDP 等.Understanding ofIncipient discharges in TransformerInsulation by reconstruction of DigitalTwins for the discharges using GenerativeAdversarial Networks《.IEEE》.2021,全文.付华;金岑.VMD-PE协同SNN的输电线路故障辨识方法.电子测量与仪器学报.2020,(第06期),全文.郗晓光;何金;曹梦;陈荣;宋晓博;李苏雅.基于深度稀疏降噪自编码网络的局部放电模式识别.电气自动化.2018,(第04期),全文.朱瑞金等.小样本条件下基于卷积孪生网络的变压器故障诊断.电力系统及其自动化学报.2021,第33卷(第1期),64-69、84.付华;金岑.VMD-PE协同SNN的输电线路故障辨识方法.电子测量与仪器学报.2020,(第06期),全文.宋辉;代杰杰;张卫东;毕凯;罗林根;盛戈;江秀臣.基于变分贝叶斯自编码器的局部放电数据匹配方法.中国电机工程学报.2018,(第19期),全文.