薛宏涛,宋红英,周小华,周建,袁雪松,舒文雄.基于CNN-GRU神经网络的电缆放电电流识别技术研究[J].电工技术,2024(23):31-35
基于CNN-GRU神经网络的电缆放电电流识别技术研究
  
DOI：10.19768/j.cnki.dgjs.2024.23.008
中文关键词:  卷积神经网络  门控循环单元  电缆放电  信号识别  深度学习
英文关键词:
基金项目:
作者单位
薛宏涛 国网达州供电公司 
宋红英 国网达州供电公司 
周小华 国网达州供电公司 
周建 国网达州供电公司 
袁雪松 国网达州供电公司 
舒文雄 国网达州供电公司 
摘要点击次数: 26
全文下载次数: 0
中文摘要:
      电缆放电是电力系统中常见的故障问题之一，准确识别放电电流信号有助于提前预防重大电力事故的发生。为此提出一种基于卷积神经网络(CNN)与门控循环单元(GRU)的混合神经网络模型，用于电缆放电电流信号的识别。通过卷积神经网络提取放电信号的时空特征，并利用GRU处理时间序列信息，实现对不同类型放电信号的分类。实验结果表明，该方法在准确率和鲁棒性方面优于传统的放电信号处理方法。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器