中国电工技术学会活动专区
CES Conference
中国电工技术学会活动专区
CES Conference
阅读提示:本文约 1800 字
近年来,数据驱动的人工智能模型在气体绝缘组合电器(GIS)绝缘缺陷诊断上取得了一定突破。然而,这些以海量实验数据构建的模型难以部署到现场复杂工况和小样本条件下,导致现有诊断方法现场应用困难。为了解决现场制约传统诊断方法应用的数据匮乏难题和现有诊断模型现场应用困难的问题,电力设备电气绝缘国家重点实验室(西安交通大学)的研究人员王艳新、闫静、王建华、耿英三、刘志远,在2022年第9期《电工技术学报》上撰文,提出了一种新颖的域对抗迁移卷积神经网络用于小样本下的GIS绝缘缺陷智能诊断。该方法可以有效学习可迁移特征,实现小样本GIS绝缘缺陷的高精度、鲁棒性诊断。
联系客服