基于增量学习的电力电缆缺陷识别方法及装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于增量学习的电力电缆缺陷识别方法及装置
申请号:CN202411841010
申请日期:2024-12-13
公开号:CN119961641A
公开日期:2025-05-09
类型:发明专利
摘要
本发明提出基于增量学习的电力电缆缺陷识别方法及装置。该方法包括构建不同缺陷类型电力电缆局部放电多参数特征样本数据;将实验室条件下的电力电缆局部放电信号对应的多参数特征及其缺陷类型作为标记数据用于CNN缺陷识别模型的训练,将工业现场的电力电缆局部放电信号对应的多参数特征作为缺陷类型未知的未标记数据进行自训练过程,得到基于CNNL的半监督增量学习缺陷识别模型;执行基于半监督CNNL增量学习的缺陷识别,更新基于CNNL的半监督增量学习缺陷识别模型,并确定实时采集的工业现场的电力电缆局部放电信号对应的缺陷类型。如此,缺陷类型检测效率高。
技术关键词
电力电缆缺陷 电力电缆局部放电 监督增量 实验室条件 识别方法 多参数 图谱 样本 工业现场环境 网络模型训练 标记 工业现场数据 电信号 学习器 典型