融合LSTM和DBM的电力电缆故障诊断方法研究

打开文本图片集

摘 要：

在电力系统正常安全运行中，电力电缆易受到自然气象以及人为因素造成的电缆损坏等故障，严重破坏了电力线路的正常运行，降低了电力信号的正常传输，影响电力系统的稳定性和可靠性。基于此，设计了一种基于长短期神经网络和深度玻尔兹曼算法相融合改进长短期神经网络电力电缆故障诊断方法，将电力电缆上的电力信号作为长短期神经网络输入层的数据源进行实时采集和监控，利用神经网络的隐藏层对各类电力信号进行处理与识别，将发生故障时的异常数据进行精确提取，并作用于输出层进行表达，提升了对电力电缆故障识别的准确率。（剩余5648字）