基于一维空洞卷积神经网络的故障电弧检测方法.pdfVIP

下载本文档

12
0
约1.46万字
约 16页
2023-11-04 发布于四川
举报
版权申诉

基于一维空洞卷积神经网络的故障电弧检测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于一维空洞卷积神经网络的故障电弧检测方法，其包括以下步骤：S1.故障电弧实验与电流波形分析；S2.模型构建；S3.基于1D‑DCNN检测故障电弧，针对串联故障电弧不易检测问题，搭建点接触式串联故障电弧实验平台，采集了单负载和双支路负载正常工作与发生故障时干路电流数据，建立了以半个周期为样本的故障电弧数据库，进一步提出一维空洞卷积神经网络端到端故障电弧检测模型，该模型从高采样率电流数据中自主学习特征，无需人工提取特征，能够同时进行故障电弧检测与故障负载类型辨识，通过测试集验证模型性能

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116990648 A (43)申请公布日 2023.11.03 (21)申请号 202311243596.3 (22)申请日 2023.09.26 (71)申请人北京科技大学地址 100083