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！

申请/专利权人：国网青海省电力公司海北供电公司;国网青海省电力公司

摘要：本发明公开了一种基于BAM‑AlexNet的避雷器信号缺陷识别方法，包括：通过传感器获取工作时间段内出现的避雷器信号波形，对获得的每一个目标信号波形进行时频分析，得到全部信号的二维时频表示TFR；TFR数据集按比例分为训练集和测试集，将训练集送入BAM‑AlexNet网络中进行训练，后者是一种融合了BAM注意力机制的改进的AlexNet人工神经网络，经过通道注意力机制和空间注意力机制增强后，得到训练完成的BAM‑AlexNet；测试集数据送入完成的BAM‑AlexNet得到预测结果，判定待测信号是否为故障信号。

主权项：1.基于BAM-AlexNet的避雷器信号故障诊断方法，包括以下步骤：S1、获取避雷器信号波形，并转化为数字信号序列集合S；S2、对所述信号序列集合S逐一进行时频分析，得到对应的二维时频集合T；S3、对所述二维时频集合T进行自适应直方图增强，加强时频脊线的特征表现，获得经过图像增强的二维时频集合T′，并划分为训练集Tr和测试集Te；S4、构建AlexNet网络模型M，包括第I卷积块C1，输出特征图F1；第II卷积块C2，输出特征图F2；第III卷积块C3，输出特征图F3；第IV卷积块C4，输出特征图F4；以及对所述特征图F4经全连接层FC1、FC2和FC3输出；S5、在所述第I卷积块C1和第IV卷积块C4后分别引入BAM注意力块；S6、设置网络训练超参数，将训练集Tr送入模型BAM-AlexNet进行训练，得到训练后的模型BAM-AlexNet；S7、将测试集Te送入训练后的模型模型BAM-AlexNet，得到测试集的预测结果，实现避雷器异常信号和正常信号的诊断；所述步骤S5具体为：a在所述第I卷积块C1后引入BAM注意力块：S51、通道上权重信息增强：特征图F1经过全局平均池化,编码形成一维特征向量gc；然后，经过全连接层对gc进行降维，并使用Relu进行非线性激活；然后在利用全连接层进行升维操作，最后经过批量归一化得到对应权重McF1，公式如下:McF1＝BNW1W0AvgPoolF1其中，W0和W1分别表示降维和升维的全连接处理；S52、空间上权重信息增强：利用[1,1]卷积对输入特征图F1进行降维操作；然后利用两个[3,3]卷积核的空洞卷积提取特征信息；最后，利用[1,1]卷积将特征图升维，得到空间注意力映射MsF1，公式如下： 其中，f表示卷积操作，上标表示卷积滤波器的大小；有两个1×1卷积用于减少信道，中间的3×3扩张卷积用于汇聚具有更大感受野的上下文信息；S53、通过广播机制将McU和MsU扩展到同一维度，然后权重相加，最后得到重构特征图F1′，公式为：F1′＝F1+F1·σMcF1+MsF1；b在所述第IV卷积块C4后引入BAM注意力块，即对特征图F4执行S51～S53，获得增强之后的重构特征图F4′；S54、对增强后的重构特征图F1′与重构特征图F4′继续执行AlexNet的相关算法流程。

全文数据：

权利要求：

百度查询： 国网青海省电力公司海北供电公司 国网青海省电力公司 一种基于BAM-AlexNet的避雷器信号缺陷识别方法