-
公开(公告)号:CN119780629A
公开(公告)日:2025-04-08
申请号:CN202411925280.7
申请日:2024-12-25
Applicant: 东北农业大学
IPC: G01R31/12 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/08 , G06N3/094
Abstract: 一种小样本条件下用于GIS局部放电PRPD图谱的检测方法,本方法通过结合深度卷积生成对抗网络(DCGAN)的改进型CoTDCGAN模型和基于VanillaNet网络结构改进的YOLO v8模型,实现高精度的局部放电检测,通过CoTDCGAN模型利用上下文转换器注意力模块增强图谱数据特征,通过改进的YOLO v8模型通过集成的Normalization‑based Attention Module(NAM)和Lion优化器,优化识别性能,提供快速准确的PRPD图谱智能识别,此方法不仅提高了模型的准确性和训练效率,特别适用于样本数量受限的实际电力系统监测。