基于组合图的10kV电缆弱故障CNN识别方法

CNN Identification Method for Weak Faults in 10kv Cables Based on Combination Diagrams

本文提出了一种基于组合图的10kV电缆早期状态深度CNN识别方法,首先,利用经验小波变换(EWT)对电缆护层电流进行分解,获得多频段分量;然后将这些多频段分量组合起来形成二维图,以二维组合图作为原始输入构建电缆状态辨识矩阵;再根据电缆状态辨识矩阵的特点,构建深度卷积神经网络(CNN),通过自适应学习率的优化算法(Adam)进行有监督学习下的模型训练,得到电缆早期状态辨识模型;最后进行了电缆4种状态类型的仿真获取大量样本数据,利用所提方法进行电缆早期状态的辨识。仿真结果表明,所提方法的辨识准确率可达99.54%。