申请/专利权人:国网安徽省电力有限公司电力科学研究院
申请日:2022-07-25
公开(公告)日:2023-01-31
公开(公告)号:CN115659252A
主分类号:G06F18/2415
分类号:G06F18/2415;G06F18/22;G06F18/214;G06F18/25;G06N3/0464;G06N3/048;G01R31/12
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.17#实质审查的生效;2023.01.31#公开
摘要:一种基于PRPD多特征信息融合的GIS局部放电模式识别方法,针对PRPD谱图的统计学特征进行基于类‑Hausdorff距离的模式识别,针对PRPD谱图的图像特征进行基于卷积神经网络的模式识别;然后采用D‑S证据理论融合基于PRPD谱图的统计学特征和图像特征的局部放电的模式识别结果,以提高局部放电模式识别准确率,使得GIS局部放电检测设备能准确识别局部放电类型。
主权项:1.一种基于PRPD多特征信息融合的GIS局部放电模式识别方法,其特征在于:针对PRPD谱图的统计学特征进行基于类-Hausdorff距离的模式识别,针对PRPD谱图的图像特征进行基于卷积神经网络的模式识别;然后采用D-S证据理论融合基于PRPD谱图的统计学特征和图像特征的局部放电的模式识别结果,以提高局部放电模式识别准确率。
全文数据:
权利要求:
百度查询: 国网安徽省电力有限公司电力科学研究院 一种基于PRPD多特征信息融合的GIS局部放电模式识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。