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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD