龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：一种基于DSCNN的油中电弧放电模式轻量化识别方法，该方法中，开展油浸式电力变压器短间隙油中电弧放电测试实验；利用传感器采集电弧放电测试实验的放电时域数据，对其进行小波变换，生成时频图谱；将时频图谱分为训练集和测试集，使用训练集训练轻量化深度可分离卷积神经网络模型，利用测试集检测训练后的模型，记录第一训练参数；使用所述训练集训练常规卷积神经网络模型，使用所述试集检测训练后的模型，记录第二训练参数；通过对比第一训练参数和第二训练参数，证实基于DSCNN的短间隙电弧放电模式识别方法的轻量化优势，满足在线监测的要求。
主权项：1.一种基于DSCNN的油中电弧放电模式轻量化识别方法，其特征在于，包括如下步骤：步骤1：开展油浸式电力变压器短间隙油中电弧放电测试实验；步骤2：利用传感器采集电弧放电测试实验的放电时域数据，对其进行小波变换，生成时频图谱；步骤3：将时频图谱分为训练集和测试集，使用训练集训练轻量化深度可分离卷积神经网络模型，轻量化深度可分离卷积神经网络模型将标准的卷积操作分解为深度卷积和逐点卷积两个部分，并在深度卷积和逐点卷积后均添加正则化处理和激活函数，以构成DSCNN模块，利用测试集检测训练后的模型，记录第一训练参数；步骤4：使用所述训练集训练常规卷积神经网络模型，使用所述测试集检测训练后的模型，记录第二训练参数，卷积神经网络模型包括卷积、池化、全连接操作；步骤5：通过对比第一训练参数和第二训练参数，当轻量化深度可分离卷积神经网络模型在开展短间隙油中电弧放电模式识别工作时参数规模更小、计算量更少、推理耗时更短，证实基于DSCNN的短间隙电弧放电模式识别方法的轻量化优势，满足在线监测的要求。
全文数据：
权利要求：
百度查询： 西安交通大学 基于DSCNN的油中电弧放电模式轻量化识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号