原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于广义S变换的数据增强局部放电检测的方法，属于局部放电检测领域。该方法包括对采样信号进行初始化参数的广义S变换，得到局部放电信号的时频分布灰度图；然后将得到的时频分布灰度图输入轻量型神经网络，计算每训练一轮后的模型平均损失值和准确率；构造平均损失值最小和平均准确率最大的多目标非线性优化问题；将求解优化问题的最优解用于更新广义S变换的参数，用于下一轮次的模型训练；将完成训练后的轻量模型部署到微型MUC硬件，用于电气设备局部放电的在线辨识；与传统的基于广义S变换的局部放电检测相比，该
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117851864A
(43)申请公布日2024.04.09
(21)申请号202410024090.1G06F18/2131(2023.01)
文档评论（0）