基于多任务元学习网络的组合电器局部放电诊断方法  

作　　者：李明波 

机构地区：[1]山东中实易通集团有限公司

出　　处：《电气技术与经济》2024年第12期387-390,共4页Electrical Equipment and Economy

摘　　要：由于组合电器局部放电状态受实际工况的影响具有不同的表现特征,导致对其诊断结果的误差难以得到有效控制,为此,提出基于多任务元学习网络的组合电器局部放电诊断方法研究。在考虑组合电器局部放电诊断要求的基础上,在构建多任务学习网络时,引入了元学习算法,以局部放电诊断任务为基本单位,提取局部放电的特征;在诊断阶段,共享多个相关组合电器局部放电诊断任务并行处理之间的通用特征,并拟合计算多任务元学习网络对训练样本特征输出结果,实现对数据反映出的局部放电状态的准确判断。在测试结果中,不仅加压参数的变化并未影响整体诊断结果,且具体的局部放电电流强度诊断结果与电流表实际测量值的差值基本稳定在0.1A以内。

关 键 词：多任务元学习网络 组合电器 局部放电诊断 元学习算法 局部放电诊断任务 局部放电特征 通用特征 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]