PMSNet:通过空间交互注意力机制的多尺度部分放电信号特征识别模型
Yi Deng1,2, Jiazheng Liu1, Kuihu Zhu1
1School of Electronic and Electrical Engineering, Wuhan Textile University, Wuhan 430200, China.
Sensors (Basel, Switzerland)
|June 19, 2024
概括
本研究介绍了PMSNet,这是一种用于识别电气设备中部分放电 (PD) 信号的新方法. 通过将阶段解析部分放电 (PRPD) 图的多尺度特征融合在一起,PMSNet提高了准确性和稳定性,改善了绝缘状态评估.
科学领域:
- 电气工程 电气工程
- 材料科学 材料科学 材料科学
- 信号处理 信号处理
背景情况:
- 部分放电 (PD) 是电气设备绝缘降解的关键指标.
- 传统的PD信号识别方法与噪声干扰作斗争,限制了它们的有效性.
- 准确的PD识别对于确保电气系统的安全运行至关重要.
研究的目的:
- 开发一种强大而准确的方法来识别部分放电 (PD) 信号.
- 克服传统方法在处理杂的PD数据方面的局限性.
- 改进对电气设备绝缘状态的评估.
主要方法:
- 一种基于使用PMSNet的多尺度特征融合的新型PD信号识别方法.
- 使用一个CNN的骨干与一个多尺度的功能融合金字塔和DSFB模块.
- 整合一个变压器编码器与空间交互注意力,以增强功能交互.
- 使用最终分类特征生成模块 (F-Collect) 进行PRPD地图识别.
主要成果:
- 在PRPD数据集上,PMSNet的验证准确率超过80%,培训准确率超过85%.
- 与传统的高频电流和电流脉冲检测方法相比,该方法在识别准确度上有10%的改进.
- 验证损失仍然很低,约为0.3%.
结论:
- PMSNet显著提高了部分放电信号识别的识别精度和稳定性.
- 提出的方法为评估绝缘状态和防止电气设备故障提供了实用和有效的解决方案.
- 多级特征融合方法显示了电气安全领域现实应用的巨大潜力.
