基于轻量化卷积神经网络的电气一次设备故障识别  

作　　者：肖忠云 

机构地区：[1]中国电建集团贵州电力设计研究院有限公司

出　　处：《电气技术与经济》2024年第12期28-30,共3页Electrical Equipment and Economy

摘　　要：为优化电气一次设备故障识别效果,提高识别平均精度,基于轻量化卷积神经网络开展了电气一次设备故障识别研究。首先,配置传感器参数并遵循信号采样定理,采集设备信号数据;其次,从设备运行数据中提取出设备运行特征;最后,构建轻量化卷积神经网络模型,实现全方位设备故障识别。通过实验分析可知,该方法应用后,故障识别平均精度AP值更加接近1,有效地减少了误报和漏报的可能性,故障识别性能优势显著。

关 键 词：轻量化卷积神经网络 电气 一次设备 故障 识别 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]