最新設(shè)計(jì)資源

基于邊緣計(jì)算的局部放電模式識(shí)別[其他][其他]

局部放電是設(shè)備處于高電場(chǎng)強(qiáng)下，由于電場(chǎng)分布不均而導(dǎo)致的絕緣介質(zhì)放電現(xiàn)象，設(shè)備產(chǎn)生局部放電對(duì)于絕緣層的危害很大，迅速檢測(cè)識(shí)別設(shè)備的放電類(lèi)型是工業(yè)正常運(yùn)作的保障。針對(duì)電氣設(shè)備局部放電類(lèi)型識(shí)別問(wèn)題，考慮到電氣設(shè)備監(jiān)測(cè)系統(tǒng)在診斷識(shí)別方面的時(shí)效性及精度，提出了基于邊緣計(jì)算的局部放電模式識(shí)別方法，利用邊緣計(jì)算架構(gòu)的優(yōu)勢(shì)，基于云層訓(xùn)練、邊緣推理思路，將復(fù)雜的識(shí)別算法訓(xùn)練優(yōu)化過(guò)程部署在云層，將計(jì)算量大的識(shí)別算法卸載到邊緣層，而計(jì)算量小的特征提取保留在終端設(shè)備層處理。通過(guò)構(gòu)造局部放電相位分布譜圖提取局部放電的統(tǒng)計(jì)特征參數(shù)，采用粒子群優(yōu)化算法對(duì)廣義回歸神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，最后將統(tǒng)計(jì)特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入量，對(duì)放電類(lèi)型進(jìn)行識(shí)別。結(jié)果表明，所提模式識(shí)別方法識(shí)別準(zhǔn)確率高，識(shí)別效率高。

發(fā)表于：9/19/2022