基于深度学的局部放电缺陷图像诊断方法及系统

摘要

本发明提供了一种基于深度学的局部放电缺陷图像诊断方法及系统，包括步骤1：检测电力设备的局部放电信号，获得局部放电缺陷图像；步骤2：建立局部放电缺陷图像样本库，提取训练集和测试集；步骤3：建立深度卷积神经网络模型，使用样本做深度学训练与测试，得到网络模型的连接权值和偏置参数；步骤4：将待诊断的局部放电缺陷图像输入步骤3得到的网络模型，输出得到图像的局部放电缺陷类型。本发明利用深度学理论的学算法完成局部放电缺陷图像的特征提取任务，不依赖于手工提取特征参数，能准确有效地识别各类局部放电图像的缺陷类型，为电力设备的绝缘状态诊断提供了新的解决途径。

主权项

一种基于深度学习的局部放电缺陷图像诊断方法，其特征在于，包括如下步骤：步骤1：检测电力设备的局部放电信号，获得局部放电缺陷图像；步骤2：建立局部放电缺陷图像样本库，提取训练集和测试集；步骤3：建立深度卷积神经网络模型，使用样本库的训练集和测试集对深度卷积神经网络模型做深度学习训练与测试，得到网络模型的连接权值和偏置参数；步骤4：将待诊断的局部放电缺陷图像输入步骤3得到的深度卷积神经网络模型中，输出得到图像的局部放电缺陷类型。