基于ChOA-CNN的高频局部放电识别模型

胡伟涛; 李强; 杨世博; 王绪; 李建鹏

doi:10.26945/j.cnki.1001-9898.2025.06.011

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于ChOA-CNN的高频局部放电识别模型

设备运行技术 | 更新时间：2026-01-06

- 基于ChOA-CNN的高频局部放电识别模型
- 基于ChOA-CNN的高频局部放电识别模型
- 河北电力技术 2025年44卷第6期页码：65-71
- 作者机构：
  
  国网河北省电力有限公司超高压分公司
- 作者简介：
- 基金信息：
  
  国网河北省电力有限公司科技项目(kj2022-036)
- DOI：10.26945/j.cnki.1001-9898.2025.06.011
  中图分类号： TM855;TP18
- 纸质出版：2025
- 稿件说明：
移动端阅览
胡伟涛, 李强, 杨世博, 等. 基于ChOA-CNN的高频局部放电识别模型[J]. 河北电力技术, 2025,44(6):65-71.

胡伟涛, 李强, 杨世博, et al. 基于ChOA-CNN的高频局部放电识别模型[J]. 2025, 44(6): 65-71.
胡伟涛, 李强, 杨世博, 等. 基于ChOA-CNN的高频局部放电识别模型[J]. 河北电力技术, 2025,44(6):65-71. DOI： 10.26945/j.cnki.1001-9898.2025.06.011.

胡伟涛, 李强, 杨世博, et al. 基于ChOA-CNN的高频局部放电识别模型[J]. 2025, 44(6): 65-71. DOI： 10.26945/j.cnki.1001-9898.2025.06.011.

摘要

针对高频局部放电识别准确率低的问题，提出了基于黑猩猩优化算法-卷积神经网络(ChOA-CNN)的高频局部放电识别模型。首先，利用汉克尔(Hankel)矩阵和粒子群算法对局放数据进行数据处理，提高局放数据的可用性；然后，提出了基于ChOA-CNN的高频局部放电识别模型，利用ChOA-CNN提取局放数据的时序特征。最后，实验验证了模型的有效性，所提模型的高频局放识别准确率到达95%。

Abstract

关键词

Keywords

references

金森,张若兵,杜钢.考虑振荡波衰减特性的电缆局放模式识别方法[J].高电压技术,2021(07).

王艺璇.基于卷积神经网络自动提取特征的电缆绝缘缺陷识别[J].电气自动化,2022(02).

夏琴,肖洒,周刚,商兆涛,陈波.改进VMD和提升小波在局部放电去噪中的应用[J].电气自动化,2022(06).

于聪,汤凯波,李哲,刘志鹏,陈博,刘远超,方雅琪.基于BP神经网络与改进DS证据融合的GIS设备局放故障识别[J].电气工程学报,2023(04).

刘丰,谢李为,蔡军,喻锟,王有鹏,曾祥君,唐欣.基于信号频谱特性的配电网故障行波检测方法[J].电力系统保护与控制,2024(09).

姚海洋,陈涛,贾然,邢培鑫,孙光新.基于改进CNN-LSTM的综合传动装置异常检测方法[J].机电工程,2024(11).

延红艳,汤博.基于小波及数学形态学的局部放电信号滤波技术[J].水科学与工程技术,2023(01).

关宇,董明,王腾腾,刘胤康,胡一卓,金凯.基于改进降噪自编码器与稠密连接网络的局部放电声信号模式识别[J].高电压技术,2025(01).

陈强,李茂峰,秦际明,韦举仁.基于改进残差网络的XLPE电缆局部放电声纹诊断方法[J].广东电力,2024(05).

潘建兵,郝钰,邓志祥,徐在德.基于小波神经网络的电缆局部放电自动诊断方法研究[J].电气自动化,2023(03).

王鑫,王前,田俊波.基于IPSO-ELM的GIS局部放电模式识别研究[J].广西电力,2024(04).

余祉宏,邵振华,冯旗.基于卷积神经网络的多源局部放电模式识别[J].电工电气,2023(10).

杨玉磊.基于BP神经网络的电机局部放电类型识别方法研究[J].设备管理与维修,2023(21).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于YOLOv7+ECA模型的光伏组件热斑检测方法

基于改进Unet与图像处理技术的绝缘子自爆识别

基于多特征提取的Attention-BiGRU短期负荷预测方法

基于二次分解因果分析和深度学习的短期风电功率预测