[发明专利]基于深度学习进行高压电力电缆局部放电现象检测方法

权利要求书

1.一种基于深度学习进行高压电力电缆局部放电现象检测方法，其特征在于，所述方法包括：

对原始高压电力电缆电压时序信号数据进行预处理，获取高压电力线路信号的特征，如不需进行数据预处理，则跳过本步骤；

将预处理过的高压电力电缆电压时序信号或未处理过的信号转换为局部放电现象检测模型输入的时间序列数据；

经过训练集的训练得到最终的局部放电现象检测模型，并根据评估指标判断检测模型的性能，然后对检测模型进行改进，直到获取到一个效果满意的模型。

2.根据权利要求1所述的一种基于深度学习进行高压电力电缆局部放电现象检测方法，其特征在于，所述对原始高压电力电缆电压时序信号数据进行预处理具体为：

将每个相限的时序电压信号数据分割成数段，求其均值mean、标准差std、平均值加减标准偏差mean±std、振幅max_range；

分别位于0％，1％,25％,50％,75％,99％,100％的信号数据组成数组percentil_calc、以及percentil_calc减去均值之后的数组relative_percentile，并将上述数据拼接成一个一维数组，作为这个片段的预处理特征值，然后将得到的多个一维数组堆叠成一个特征矩阵；

将经过处理后的三个相的数据拼接在一起，作为其对应高压电力线路的特征。

3.根据权利要求1所述的一种基于深度学习进行高压电力电缆局部放电现象检测方法，其特征在于，所述局部放电现象检测模型由输入层、两个双向LSTM层、注意力层和全连接层依次叠加构成。