一种基于深度学习的环网柜电缆局部放电的故障检测方法

本发明公开了一种基于深度学习的环网柜电缆局部放电的故障检测方法，包括获取电缆的电压信号的样本，每个样本包含m个采样点，对样本信号依次进行小波去噪处理和归一化处理。本基于深度学习的环网柜电缆局部放电的故障检测方法通过对电缆的电压信号依次进行小波去噪、归一化处理和分组，然后分别进行时域和频域上的特征提取，将提取的特征拼接特征向量，并作为故障检测网络的特征种类的输入，结合故障检测网络得到电缆是否有局部放电的故障，本方法更加高效、准确且可靠，在提高电缆系统的可用性，降低维护成本的同时，确保电力系统的可靠性和安全性。

《一种基于深度学习的环网柜电缆局部放电的故障检测方法》是一发明专利，专利号为 2023114005387，当前法律状态为已下证，由浙江工业大学提出申请，发明人为郭方洪;周炜康;史秀纺;杨淏;黄震;吴祥;董辉，申请日期为2023-10-26，公开（公告）日期为2025-08-22，国际专利分类号（IPC）为 G06F 18/213 (2023.01)，高新资质：未报高企，所属技术领域包括：局部放电、环网柜电缆、深度学习。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于深度学习的环网柜电缆局部放电的故障检测方法，包括获取电缆的电压信号的样本，每个样本包含m个采样点，对样本信号依次进行小波去噪处理和归一化处理。本基于深度学习的环网柜电缆局部放电的故障检测方法通过对电缆的电压信号依次进行小波去噪、归一化处理和分组，然后分别进行时域和频域上的特征提取，将提取的特征拼接特征向量，并作为故障检测网络的特征种类的输入，结合故障检测网络得到电缆是否有局部放电的故障，本方法更加高效、准确且可靠，在提高电缆系统的可用性，降低维护成本的同时，确保电力系统的可靠性和安全性。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！