基于T-MobileNet-L模型的GIS局部放电模式识别研究

来源：电子测量技术杂志2021年第20期北京时间：

作者：程江洲，温静怡，鲍刚，何艳，陈奕睿

单位：三峡大学 电气与新能源学院，湖北，宜昌 443002

摘要：针对当前GIS局部放电模式智能识别过程中存在计算资源消耗大以及缺少真实标签数据的问题。本文利用激活函数为Leaky ReLU的MobileNet-V2模型，在减少模型参数量的同时提取大量的图像特征信息。并融合迁移学习对模型参数进行预训练，在减少网络对输入数据量需求的同时提高模型的识别准确性。结果表明：本文模型的参数量可降至2.24×106，并且对于干扰以及GIS局部放电模式识别的平均准确率分别达到95.8%和92.1%，与传统深度学习模型相比，本文模型在显著降低计算复杂度的同时提升模式识别的准确率，对实际GIS设备进行有效、智能、轻量化运维检修具有一定的价值与意义。

关键词：气体绝缘组合电器;MobileNet-V2;迁移学习;故障诊断;智能运维

基金资助：国家自然科学基金（61876097）资助项目