如需要完整文档点击下方 "点击下载文档" 按钮
摘要 目前的局部放电故障的分类算法大多是浅层学习算法,人工提取的特征直接影响分类结果。与浅层学习算法相对,深度学习具有更深的架构,能够自动从样本中学习特征,卷积神经网络是典型的深度学习算法。本文旨在研究卷积神经网络在开关柜局部放电的应用,证明深度学习架构能够有效提高识别率。本实验共采集正常和故障两种可听声信号,将以上两类声音信号进行提取特征后,分别放入SVM模型和卷积神经网络中进行分类。实验结果表明,卷积神经网络比传统的SVM提高了声音识别的准确度。
如需要完整文档点击下方 "点击下载文档" 按钮
《基于卷积神经网络的开关柜局部放电故障识别》
将 完整文档 下载到本地,方便收藏和查阅
文件号:047820
点击下载文档