摘要
一种基于无监督域对抗迁移学习的气体绝缘开关设备局部放电识别方法及系统，针对传统SF6气体局部放电识别模型在新型环保气体（C4F7N/CO2/O2混合气体）条件下识别精度显著下降的问题，双分类器无监督域对抗迁移学习（DCUDA）模型，通过编码器、双分类器和域判别器的协同优化，结合三阶段训练策略（源域预训练、分类器差异最大化和对抗优化），实现了强域偏移条件下的特征自适应对齐。该方法综合利用UHF和UL双模态信号，提取时域、频域及统计多维特征，在目标域无标注样本条件下，使新型气体环境下的识别精度大幅提升，降低了新型环保GIS设备的模型构建成本，为电力设备智能运维提供了高效可靠的技术方案。
