基于轻量级卷积神经网络的海上平台干式变压器局部放电模式识别

目录

声明

摘要

第1章绪论

1．1课题研究背景

1．2国内外研究现状

1．2．1局部放电检测

1．2．2局部放电模式识别

1．3本文研究内容

第2章变压器局部放电分析及数据采集

2．1局部放电产生原因及机理分析

2．2变压器局部放电模型与实验

2．2．1局部放电类型及缺陷模型

2．2．2局部放电检测装置及数据采集

2．3局部放电信号去噪处理

2．3．1改进小波阈值去噪算法

2．3．2去噪效果分析

2．4本章小结

第3章基于轻量级卷积神经网络的模式识别

3．1卷积神经网络结构

3．1．1卷积层

3．1．2激活函数

3．1．3池化层

3．1．4全连接层

3．2轻量级卷积神经网络MobileNet模型

3．2．1 MobileNet模块结构

3．2．2具有线性瓶颈的反向残差结构

3．2．3基于Squeeze and Excitation结构的轻量级注意力模块

3．3基于改进MCNN模型的局部放电模式识别

3．3．1轻量级MCNN模型结构

3．3．2 MCNN模型的训练及测试过程

3．4实验结果与性能对比分析

3．4．1初始参数对网络性能的影响分析

3．4．2模型分类性能对比

3．4．3模型复杂度分析

3．4．4 MCNN模型可视化分析

3．5本章小结

第4章干式变压器局部放电在线监测系统

4．2．2系统安装及传感器选型

4．2．3数据采集指标

4．3变压器局部放电在线监测系统的开发

4．3．2系统基本技术性能

4．3．3系统具体功能设置

4．4本章小结

5．1结论

5．2展望

参考文献

致谢

攻读硕士学位期间参与科研项目及发表论文情况