【摘 要】
：
随着社会经济的发展，电力需求容量不断增加，高压电抗器在电网中得到了广泛的应用。以数据为驱动的深度学习在电气设备的故障信号识别应用，克服传统故障信号识别方法的缺陷，对提高电力系统的安全性具有重要的意义。由于高压电抗器的数据价值密度较低，即故障状态下的数据量少，所以利用深度学习对小样本数据进行数据增强，解决了高压电抗器故障信号识别质量不高的问题，成为深度学习在高压电抗器故障信号识别深入研究和发展的关键。
本文为了研究BKD2-140000/800-110型电抗器故障振动信号识别，解决故障状态下的数据
论文部分内容阅读
随着社会经济的发展，电力需求容量不断增加，高压电抗器在电网中得到了广泛的应用。以数据为驱动的深度学习在电气设备的故障信号识别应用，克服传统故障信号识别方法的缺陷，对提高电力系统的安全性具有重要的意义。由于高压电抗器的数据价值密度较低，即故障状态下的数据量少，所以利用深度学习对小样本数据进行数据增强，解决了高压电抗器故障信号识别质量不高的问题，成为深度学习在高压电抗器故障信号识别深入研究和发展的关键。
本文为了研究BKD2-140000/800-110型电抗器故障振动信号识别，解决故障状态下的数据量少的问题，建立了卷积神经网络故障振动信号识别模型；提出用一维深度卷积生成对抗网络(DCGAN)来生成故障振动信号，实现数据增强；提出用一维卷积神经网络(CNN)来实现对该电抗器的故障振动信号识别。经过实验验证，本文提出方法能够有效解决BKD2-140000/800-110型电抗器故障振动信号数据增强和识别的问题。本文主要完成了以下两方面的工作：
1.提出了用一维DCGAN来生成高压电抗器故障振动信号。DCGAN在实际训练过程中难以收敛，从损失函数角度分析了训练过程存在不稳定性的原因，给出了稳定训练的措施。提出了用一维CNN来识别高压电抗器的故障振动信号，完成对电抗器的故障振动信号的识别。仿真实验验证了一维CNN能有效识别高压电抗器的故障振动信号，并且一维信号DCGAN增强数据的方法，与传统的方法比较，能有效提高高压电抗器的故障识别率。
2.根据BKD2-140000/800-110型电抗器实采故障振动信号数据，利用一维DCGAN和一维CNN完成该电抗器故障振动信号的生成和识别，提高故障振动信号识别率3%左右，提升效果优于传统方法，从而验证了本文提出高压电抗器故障信号生成和识别方法的有效性。
其他文献
对混合气体成分和状态进行有效快速的传感与监控已在多种不同领域受到人们的重视，而声学传感器拥有高灵敏性、低成本、高实时性等优势，同时由于气体分子的弛豫过程导致了声速频散现象，因此通过分解声速谱能够得到反映气体成分的弛豫特征值，这使得基于声速的气体传感方法成为目前气体传感技术的研究热点之一。
本文首先根据现有的声弛豫理论分析方法，从混合气体总有效比热容的表达式入手推导并修正了声速及声速频散强度表达式。结合用有限个声速值重建声速谱的算法，证明了气体成分浓度与重建声速谱得到的声速频散强度之间存在定量关系
苹果MacBook是苹果旗下一款针对潮流年轻人所设计的笔记本电脑，它由早期的iBook进化而来，无论是第一款彩色“贝壳机”，还是现如今摆在我们面前的“小白”，在设计上苹果MacBook一直将时尚、自由、简约作为设计出发点。就在今年，苹果MacBook从上一代的银色外观再一次回归到了经典的白色机身，除了外观的改变外，它还吸取了新的技术和新的工艺，使它再一次成为时尚科技的引领者。 时尚定位高端品
本文致力于探究高维小样本医学影像分析方法。小样本方面，本文提出了基于级联生成对抗网络和半监督学习的多参数医学影像生成方法。并设计生成复杂性度量模型自动确定生成顺序，通过先生成较复杂性较低的模态，再以生成数据作为先验信息辅助复杂性较高的模态数据的生成。本文所提出的多参数医学影像生成模型可以通过半监督学习方式达到端到端地训练。在有监督学习部分，通过约束多模态真实数据对与模拟数据对之间的重建损失，显式地学习多模态数据的联合分布。为缓解过拟合问题，在无监督学习部分通过约束真实数据与模拟数据分布之间的W距离学习不同
物体检测与分割是计算机视觉的基础研究任务，也是很多重要应用的基础，例如：自动驾驶，人脸识别，安防监控。在物体检测与分割中，训练好的模型输出的每一个结果包括物体的类别、定位、以及一个置信度(概率)。该置信度在实际应用是判断物体检测分割结果可靠程度的一个重要依据，准确估计物体检测分割结果的置信度有助于提升相关应用系统的稳健性。然而，目前置信度的估计在物体检测和分割中还存在很多问题，例如，置信度和物体定位准确性不匹配、高度重叠的物体在非最大抑制过程中被部分高置信度的物体抑制，本文则针对这些问题提出相应的解决方法
戴尔studio(思跃)系列是戴尔旗下专攻“多媒体娱乐”的品牌，倡导绝佳影音享受、注重创新设计是studio(思跃)一直以来的品牌宗旨。通过充满设计感的造型和强大的性能，为消费者带来无以伦比的移动影音娱乐体验；其中studio(思跃)13、14、15、17寸笔记本一直是深受消费者欢迎的产品。而此系列的新作——搭载了Intel最新移动版i7处理器的studio 1457笔记本电脑更因强大的性能在未上
随着计算机软硬件的发展，人工智能热潮兴起，自动驾驶、移动机器人和无人机等技术成为当前的研究热点。这些智能化应用依赖于对环境信息的感知，例如获取环境中障碍物与自身的距离，即深度信息。相机以其成本低、体积小、质量轻和获取信息丰富的优势成为受青睐的深度传感器。单目深度估计恢复出的深度图，可以作为机器人与无人车避障与导航的指导信息，也可用于三维重建与增强现实等领域。因此，这项技术成为了计算机视觉与机器人学中重要的研究课题。基于传统三维重建的算法通过极线搜索或三角测量等几何方法计算深度，但是难以解决图像弱纹理区域的
随着社会不断发展和进步，国民生活水平日益提升，车辆作为重要的代步工具，其数量逐年增多，这就给交通管理带来了巨大的挑战。能否准确搜索特定车辆已经成为了公共安全领域中迫切需要解决的问题，因此车辆重识别任务受到了越来越多的关注。
车辆重识别(Vehicle Re-identification)旨在利用计算机判断不同摄像头中出现的车辆是否为相同车辆，从而有效减小相关工作人员的工作压力，提高案件侦查效率。由于实际场景下监控系统拍摄到的车辆图像质量不能得到保证，很难在其中获得车牌信息，并且有些车辆存在假牌、
索尼VAIO经过十多年的经营，今天已经成为IT领域乃至是时尚领域的潮流风向标，它们的每季发布，都如同高级时尚成衣的Fafion Show。引得全球时尚人士的关注。2009年也不例外。在这一年索尼推出了一系列个性鲜明的产品，包括极致轻薄的VAIO x笔记本电脑、色彩斑斓的VAIO CW笔记本电脑以及一体式触摸电脑VAIO L系列。这一系列产品让沉寂已久的2009年PC行业又焕发了新的生机，它们的诞生
雾天条件下，空气中存在大量悬浮颗粒，场景的反射光到达成像设备前经过悬浮颗粒发生散射现象从而导致能够到达成像设备的反射光能量减弱，采集到的图像产生严重退化，无法得到有效的远景信息。采集到的降质图像相比清晰图像应用价值大幅减少，给工业生产、安防监控、军事勘测及日常生活等都带来极大影响。因此，提高雾天退化图像的质量，恢复原本的图像信息具有非常重要的理论意义和工业价值。而现有的去雾方法存在着去雾结果失真、去雾不均匀等各种问题，本文在分析雾天图像成像模型及深度学习模型的基础上，将从暗通道先验方法和深度学习方法两个方
人脸图像作为人脸特征的一个重要载体，其分辨率反应了人脸细节的丰富程度。分辨率越高人脸的轮廓越清晰，特征也越明显，有利于对个体的识别，因此高分辨率的人脸图像在安防等领域有着重要的应用。但在实际场景中，由于成像设备的限制、环境的干扰、数据传输的损耗等原因，获得的人脸图像往往质量较差。现有的人脸超分辨率方法对于模拟数据有较好的效果，但对于实际图像其效果并不理想，因此研究人脸图像的超分辨率技术，具有重要的实际价值和理论意义。
本文针对单帧人脸图像，面向实际的应用场景，从有效特征的提取和网络的构建两个方面