| 基于多尺度卷积神经网络的动车组电缆终端故障诊断研究 |
| |
| 引用本文： | 焦京海,曹伟东.基于多尺度卷积神经网络的动车组电缆终端故障诊断研究[J].电工技术,2021(13):29-32. |
| |
| 作者姓名： | 焦京海 曹伟东 |
| |
| 作者单位： | 中车青岛四方机车车辆股份有限公司,山东青岛266000;西南交通大学电气工程学院,四川成都611756 |
| |
| 摘 要： | 为对动车组电缆典型故障进行高效、准确评估,提出了一种基于多尺度卷积神经网络的诊断方法.首先人工制作含四种典型缺陷的动车组电缆试样,对其进行局部放电测试,并将采集的局部放电信号去噪;然后将去噪后的局部放电信号导入多尺度卷积神经网络进行深度特征学习;最后通过softmax分类器对电缆故障进行评估.结果 表明,针对四种典型的电缆故障,该方法能保持较高识别率,且在识别率和耗费时间方面均优于其他传统故障诊断方法,具有较好的工程应用前景.
|
| 关 键 词： | 动车组电缆 卷积神经网络 局部放电 故障诊断 |
Research on Fault Diagnosis of EMU Cable Terminal Based on Multi Scale Convolution Neural Network |
| |
| JIAO Jinghai,CAO Weidong.Research on Fault Diagnosis of EMU Cable Terminal Based on Multi Scale Convolution Neural Network[J].Electric Engineering,2021(13):29-32. |
| |
| Authors: | JIAO Jinghai CAO Weidong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《电工技术》浏览原始摘要信息 |
|
点击此处可从《电工技术》下载全文 |
|
