Multi-Source Partial Discharge Pattern Recognition Algorithm Based on DCGAN-YOLOv5

This study aims to overcome the complication that deep learning-based pattern recognition in partial discharge (PD) diagnosis of gas-insulated switchgear (GIS) can only identify single-source partial discharge but not multi-source partial discharge. Specifically, a GIS multi-source partial discharge...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE transactions on power delivery Jg. 40; H. 6; S. 2983 - 2992
Hauptverfasser:	Wu, Min, Jiang, Wei, Shen, Daoyi, Luo, Yingting, Yang, Junjie
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 01.12.2025 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Algorithms Convolutional neural networks DCGAN Discharge Feature extraction Gas insulation Generative adversarial networks Generators Machine learning multi-source partial discharge Object recognition Partial discharges Pattern recognition PRPD Substations Switchgear target detection Training YOLOv5
ISSN:	0885-8977, 1937-4208
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!