一种基于神经网络的换流阀关键元器件灼烧缺陷识别方法

本发明提供一种基于神经网络的换流阀关键元器件灼烧缺陷识别方法，属于电力电子设备故障诊断技术领域，本发明通过红外热成像仪和多种传感器采集多模态数据，经预处理后输入特别设计的神经网络架构。该架构包括图像特征提取模块、时序特征提取模块、特征融合模块及分类定位模块。图像处理采用改进ResNet50结合注意力机制，时序特征通过双向长短期记忆网络与时间卷积网络提取，动态权重融合机制实现特征有效结合。同时引入双相热传导模型分析温度分布，通过大规模数据集训练和两阶段优化策略，实现了换流阀关键元器件复杂环境下灼烧缺陷的准确识别，为电力系统安全运行提供关键技术支持。