基于拓扑数据分析和深度学习的电力电缆局部放电模式识别.pdf

基于拓扑数据分析和深度学习的电力电缆局部放电模式识别.pdf

  1. 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. 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. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

作为电力传输体系中关键的组成部分,XLPE电缆的局部放电现象是其绝缘

性能劣化的重要指标,其检测对评估电缆状态和指导维护具有重要意义。本文结

合拓扑数据分析和深度学习技术,探讨了提升电缆局部放电模式识别效率的方法,

其中拓扑数据分析用于提取关键的局部放电信号特征,而深度学习模型则在模式

识别任务上发挥其强大的性能,展现了在电缆局部放电识别上的应用潜力。

本研究首先构建了电缆局部放电试验平台并描述了试验设备。随后,模拟了

四种XLPE电缆绝缘缺陷,收集原始放电数据。通过时域波形和

您可能关注的文档

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档