基于改进MobileNetV2网络的特高压换流器区故障识别方法
申请号:CN202511041604
申请日期:2025-07-28
公开号:CN120930485A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于改进MobileNetV2网络的特高压换流器区故障识别方法、系统及介质,方法包括:对特高压直流输电系统进行建模仿真,设置换流器区发生不同的故障情况,获取原始故障信号;对原始故障信号进行小波分解,选出与原始故障信号相关性最大的分解信号构建特征数据集,将特征数据集划分为训练集和测试集;将训练集输入改进MobileNetV2模型中训练神经网络模型,并学习故障特征;在当前神经网络模型训练次数达到设定效果则改进MobileNetV2模型训练完成;将测试集输入训练完成的改进MobileNetV2模型进行故障识别,得到特高压换流器区故障识别结果。可提高换流器区故障识别准确率和识别效率。
技术关键词
换流器
故障识别方法
神经网络模型训练
卷积模块
特高压
训练神经网络模型
建模仿真
空洞
调节网络参数
全局平均池化
故障识别系统
故障特征
仿真模型
残差模块
模型训练模块
短路
矩阵估计方法
信号