一种基于自适应CEEMDAN与多尺度卷积神经网络的XLPE电缆绝缘故障诊断模型

本发明公开了一种基于自适应CEEMDAN与多尺度卷积神经网络的XLPE电缆绝缘故障诊断模型，包括：利用滑窗技术将原始故障信号分解成若干等份的子信号，每个子信号作为一个独立样本；随后，依据随机原则挑选出训练集和验证集，确保故障类型的数据样本在训练集和验证集中各占一半，比例均衡；基于自适应CEEMDAN进行训练集故障数据和验证集故障数据的重构；将重构后的训练集故障数据输入到MSCNN中进行训练，得到具有最优训练结果的相关参数；将重构后的验证集故障数据输入到训练好的多尺度卷积神经网络MSCNN，得到故障识别结果。本发明的ACEEMDAN‑MSCNN的优于基本的单尺度CNN模型和其他多尺度模型。