来源：期刊VIP网 时间：
作者：孙韬;叶良鹏;张帆;张佳庆;过羿;周凯;缪煦扬;
单位：国网安徽省电力有限公司电力科学研究院;四川大学电气工程学院;
摘要：本文提出了一种基于多尺度相关特征融合卷积神经网络的高压XLPE电缆缺陷评估方法。该方法基于数据驱动，通过训练卷积神经网络，建立特征气体浓度与缺陷类型之间的潜在关系模型，从而根据特征气体浓度诊断电缆缺陷。首先采用基于均值漂移的数据增强技术获取模拟数据，接着设计一种基于多尺度相关特征融合的1D卷积神经网络，最后利用该卷积神经网络基于模拟数据进行训练并进行缺陷识别。结果表明：该方法在模拟数据测试集和真实基础数据上的缺陷识别准确率分别为92%和88%，表明该方法能够有效地利用特征气体浓度实现电缆缺陷的诊断。
关键词：电缆早期故障诊断;;特征气体分析;;卷积神经网络;;数据驱动;;均值漂移
基金资助：国网安徽省电力有限公司科技项目资助(52120523001C);; 安徽省自然科学基金资助项目(2208085UD13)
