申请/专利权人:武汉大学
申请日:2024-02-04
公开(公告)日:2024-05-28
公开(公告)号:CN118094121A
主分类号:G06F18/15
分类号:G06F18/15;G01R31/00;G01R31/62;G01M13/00;G06T5/70;G06T5/50;G06T3/4038;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.14#实质审查的生效;2024.05.28#公开
摘要:本发明公开了一种基于信息融合与改进深度残差网络的变压器故障诊断方法及系统,属于电力变压器故障诊断技术领域。利用格拉姆角场将不同位置的一维的振动信号转换为二维图像,并采用引导滤波的方式实现不同位置二维图像的融合;将残差块中的传统卷积替换为空洞卷积以提升卷积感受野;将升维型卷积注意力模块嵌入到含有空洞卷积的残差块,形成最终的改进的深度残差网络模块;将融合后的二维图像输入改进后的深度残差网络模块完成故障诊断。本发明充分考虑现有的故障数据利用不足以及关键故障特征难以提取的问题,所提出的方法能够自适应的实现多位置传感器数据的融合,并将网络的注意力放在对诊断有利的区域,能够实现高精度的电力变压器故障诊断。
主权项:1.一种基于信息融合与改进深度残差网络的变压器故障诊断方法,其特征在于,包括:利用格拉姆角场将不同位置的一维的振动信号转换为二维图像,并采用引导滤波的方式实现不同位置二维图像的融合;将残差块中的传统卷积替换为空洞卷积,将升维型卷积注意力模块嵌入到含有空洞卷积的残差块,形成改进的深度残差网络模块;将融合后的二维图像输入改进后的深度残差网络模块完成故障诊断。
全文数据:
权利要求:
百度查询: 武汉大学 信息融合与改进深度残差的变压器故障诊断方法及系统
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。