-
题名多注意力残差脉冲神经网络的接地网故障诊断
- 1
-
-
作者
闫孝姮
丁一凡
陈伟华
张雪
-
机构
辽宁工程技术大学电气与控制工程学院
-
出处
《电子测量与仪器学报》
北大核心
2025年第3期77-91,共15页
-
基金
辽宁省教育厅科技创新团队项目(LJ222410147025)资助。
-
文摘
针对目前接地网故障诊断方法效果单一与非智能化的问题,提出了一种多注意力残差脉冲神经网络(MAR-SNN)的接地网故障诊断方法。首先,创建用于训练的接地网数据集,通过对电阻抗成像技术(EIT)网格大小的重新剖分,提高成像速度,并利用局部自适应对比度增强方法,增强不同故障等级间的图像特征;其次,利用所提出的多注意力脉冲残差块,构建MAR-SNN模型,实现对接地网故障等级的识别任务,该残差模块通过在两次脉冲神经元后进行身份映射,同时引入多注意力机制,并采用参数-泄露-积分-触发脉冲神经元与批归一化层,分别提升模型识别准确率;最后,利用EIT与训练好的MAR-SNN模型,建立对接地网故障的智能诊断模型。模型对比分析结果表明,MAR-SNN在接地网智能故障诊断中的效果优于现有先进模型,在测试集中准确率可达96.31%,其中在轻、中腐蚀程度下的准确率可达100%、97.20%;同时实验结果证明,所提方法可以完成对接地网故障检测与等级识别的综合诊断任务,实现对接地网的智能故障诊断,验证了该方法的有效性与可行性。
-
关键词
接地网智能故障诊断
多注意力残差
脉冲神经网络
电阻抗成像技术
对比度增强
-
Keywords
intelligent fault diagnosis of grounding grid
multi-attention residuals
spiking neural network
electrical impendence tomography
contrast enhancement
-
分类号
TN06
[电子电信—物理电子学]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
