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
1
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
基于深度学习的电缆故障行波信号识别研究
1
作者
罗显通
《农村电气化》
2025年第10期44-47,共4页
电缆故障精准诊断对电力系统可靠运行至关重要。传统行波信号识别方法受噪声干扰及波形复杂性影响,存在精度不足、效率低下的问题。文章基于人工智能的电缆故障行波信号识别方法,利用深度学习技术构建识别模型,对原始行波信号进行预处...
电缆故障精准诊断对电力系统可靠运行至关重要。传统行波信号识别方法受噪声干扰及波形复杂性影响,存在精度不足、效率低下的问题。文章基于人工智能的电缆故障行波信号识别方法,利用深度学习技术构建识别模型,对原始行波信号进行预处理和特征提取,训练模型以区分复杂背景噪声下的各类典型故障信号特征。实验采用仿真数据集进行验证,结果表明,人工智能模型显著提高了不同工况下电缆故障行波信号的识别准确率与鲁棒性,为智能化电缆故障诊断提供了可靠的技术支持。
展开更多
关键词
电缆故障诊断
行波信号识别
人工智能应用
深度学习模型
在线阅读
下载PDF
职称材料
题名
基于深度学习的电缆故障行波信号识别研究
1
作者
罗显通
机构
四川电力设计咨询有限责任公司
出处
《农村电气化》
2025年第10期44-47,共4页
文摘
电缆故障精准诊断对电力系统可靠运行至关重要。传统行波信号识别方法受噪声干扰及波形复杂性影响,存在精度不足、效率低下的问题。文章基于人工智能的电缆故障行波信号识别方法,利用深度学习技术构建识别模型,对原始行波信号进行预处理和特征提取,训练模型以区分复杂背景噪声下的各类典型故障信号特征。实验采用仿真数据集进行验证,结果表明,人工智能模型显著提高了不同工况下电缆故障行波信号的识别准确率与鲁棒性,为智能化电缆故障诊断提供了可靠的技术支持。
关键词
电缆故障诊断
行波信号识别
人工智能应用
深度学习模型
Keywords
cable fault diagnosis
traveling wave signal recognition
artificial intelligence applications
deep learning model
分类号
TM763 [电气工程—电力系统及自动化]
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
基于深度学习的电缆故障行波信号识别研究
罗显通
《农村电气化》
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
