期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Grabcut-MCNN的GIS多源局部放电缺陷识别方法
1
作者
孙炜昊
王真
+1 位作者
刘子全
李玉杰
《广东电力》
北大核心
2025年第2期101-110,共10页
局部放电监测是检测设备绝缘缺陷的重要手段,全面提高气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear,GIS)局部放电的识别准确率对电力系统的稳步运行十分重要,为此建立一种基于局部放电相位分辨图切割(phase-resol...
局部放电监测是检测设备绝缘缺陷的重要手段,全面提高气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear,GIS)局部放电的识别准确率对电力系统的稳步运行十分重要,为此建立一种基于局部放电相位分辨图切割(phase-resolved PD graph cut,PRPD-Grabcut)和一种新的MobileNets卷积神经网络(MobileNets convolutional neural network,MCNN)模型来识别GIS的局部放电缺陷。首先用基于图像分割的PRPD-Grabcut提取PRPD图的关键成分,并构建MCNN模型;然后采用深度可分离卷积和逆残差结构来处理GIS局部放电模式识别过程中深度卷积神经网络的梯度消失问题;最后对MCNN模型进行训练和测试。结果表明:PRPD-Grabcut-MCNN不仅可以大大降低模型的计算负担,减小存储空间,并且对神经网络的识别准确率和训练效率也有一定的提高;此外,与现有的各种轻量级神经网络相比,MCNN在识别精度、交叉熵损失和训练时间方面表现出了优势。
展开更多
关键词
图
像分割
深度学习
模式识别
局部
放电
局部放电相位分辨图
在线阅读
下载PDF
职称材料
基于里德堡原子的电晕放电信号测量
2
作者
袁昊
罗兵
+5 位作者
陈建君
陈震
杨文广
张好
张临杰
张豪峰
《量子电子学报》
北大核心
2025年第4期556-564,共9页
局部放电(PD)是指未形成连接或桥接的两电极间发生局部放电的物理场景,PD现象持续作用会极大地缩短设备的使用寿命,因此监测PD信号并识别其放电类型具有重要意义。传统的PD信号测量方法受限于天线本身的金属材质以及尺寸,在变电站开关...
局部放电(PD)是指未形成连接或桥接的两电极间发生局部放电的物理场景,PD现象持续作用会极大地缩短设备的使用寿命,因此监测PD信号并识别其放电类型具有重要意义。传统的PD信号测量方法受限于天线本身的金属材质以及尺寸,在变电站开关柜等应用场景中难以实现内部近距离探测,限制了测量灵敏度的提升。本文提出了一种基于里德堡原子的PD信号测量方法,可以实现非金属近距离内部高灵敏探测。实验中选择PD最为常见的一种类型—电晕放电进行模块的制备与测量。首先,通过双光子激发将铯原子激发到里德堡态;然后,基于里德堡原子的交流斯塔克效应对电晕放电信号进行测量;最后,使用局部放电相位分辨图对测量结果进行分析,得到电晕放电的相位分布特征以及放电脉冲的分布情况。
展开更多
关键词
量子信息
局部
放电
电晕
放电
里德堡原子
局部放电相位分辨图
在线阅读
下载PDF
职称材料
题名
基于Grabcut-MCNN的GIS多源局部放电缺陷识别方法
1
作者
孙炜昊
王真
刘子全
李玉杰
机构
上海交通大学
国网江苏省电力有限公司电力科学研究院
出处
《广东电力》
北大核心
2025年第2期101-110,共10页
基金
国家电网有限公司科技项目(5500-202218132A-1-1-ZN)。
文摘
局部放电监测是检测设备绝缘缺陷的重要手段,全面提高气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear,GIS)局部放电的识别准确率对电力系统的稳步运行十分重要,为此建立一种基于局部放电相位分辨图切割(phase-resolved PD graph cut,PRPD-Grabcut)和一种新的MobileNets卷积神经网络(MobileNets convolutional neural network,MCNN)模型来识别GIS的局部放电缺陷。首先用基于图像分割的PRPD-Grabcut提取PRPD图的关键成分,并构建MCNN模型;然后采用深度可分离卷积和逆残差结构来处理GIS局部放电模式识别过程中深度卷积神经网络的梯度消失问题;最后对MCNN模型进行训练和测试。结果表明:PRPD-Grabcut-MCNN不仅可以大大降低模型的计算负担,减小存储空间,并且对神经网络的识别准确率和训练效率也有一定的提高;此外,与现有的各种轻量级神经网络相比,MCNN在识别精度、交叉熵损失和训练时间方面表现出了优势。
关键词
图
像分割
深度学习
模式识别
局部
放电
局部放电相位分辨图
Keywords
image segmentation
deep learning
pattern recognition
partial discharge
phase-resolved partial discharge(PRPD)
分类号
TM855 [电气工程—高电压与绝缘技术]
在线阅读
下载PDF
职称材料
题名
基于里德堡原子的电晕放电信号测量
2
作者
袁昊
罗兵
陈建君
陈震
杨文广
张好
张临杰
张豪峰
机构
山西大学光量子技术与器件全国重点实验室
山西大学极端光学协同创新中心
南方电网科学研究院有限责任公司
出处
《量子电子学报》
北大核心
2025年第4期556-564,共9页
基金
国家重点研发计划(2022YFA1404000)
南方电网"局部放电量子探测技术研究"(1500002023030103GY00269)
特高压电力技术与新型电工装备基础国家工程研究中心开放基金(NERCUHE-2024-KF-01)。
文摘
局部放电(PD)是指未形成连接或桥接的两电极间发生局部放电的物理场景,PD现象持续作用会极大地缩短设备的使用寿命,因此监测PD信号并识别其放电类型具有重要意义。传统的PD信号测量方法受限于天线本身的金属材质以及尺寸,在变电站开关柜等应用场景中难以实现内部近距离探测,限制了测量灵敏度的提升。本文提出了一种基于里德堡原子的PD信号测量方法,可以实现非金属近距离内部高灵敏探测。实验中选择PD最为常见的一种类型—电晕放电进行模块的制备与测量。首先,通过双光子激发将铯原子激发到里德堡态;然后,基于里德堡原子的交流斯塔克效应对电晕放电信号进行测量;最后,使用局部放电相位分辨图对测量结果进行分析,得到电晕放电的相位分布特征以及放电脉冲的分布情况。
关键词
量子信息
局部
放电
电晕
放电
里德堡原子
局部放电相位分辨图
Keywords
quantum information
partial discharge
corona discharge
Rydberg atoms
phase-resolved partial discharge pattern
分类号
O431.2 [机械工程—光学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Grabcut-MCNN的GIS多源局部放电缺陷识别方法
孙炜昊
王真
刘子全
李玉杰
《广东电力》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于里德堡原子的电晕放电信号测量
袁昊
罗兵
陈建君
陈震
杨文广
张好
张临杰
张豪峰
《量子电子学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
