高压套管局部放电识别方法、装置、设备和介质

本申请提出了一种高压套管局部放电识别方法、装置、设备和存储介质，涉及电力设备放电诊断技术领域，包括：获取PRPS图谱及其对应的局部放电类型标签以及变压器运行过程中产生的待识别信号；根据PRPS图谱及其对应的局部放电类型标签构建训练数据集；通过训练数据集和预设的目标损失函数对初始故障识别模型进行训练，得到目标故障识别模型，初始故障识别模型采用包括FECA模块和LeViT模型的轻量神经网络架构，FECA模块引入了快速傅里叶变换和基于ECA注意力机制的低通滤波处理；将待识别信号输入目标故障识别模型，得到局部放电故障类别的识别结果。本申请通过上述方法可以实现多类局放类型的高精度分类。