申请/专利权人:广东电网有限责任公司广州供电局
申请日:2023-02-10
公开(公告)日:2023-05-26
公开(公告)号:CN116168199A
主分类号:G06V10/26
分类号:G06V10/26;G06V10/40;G06V10/764;G06V10/774;G06V10/82;G06N3/0464;G06N3/047;G06N3/048;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.06.13#实质审查的生效;2023.05.26#公开
摘要:本发明公开了一种基于深度置信的GIS局部放电模式识别方法、系统及介质,方法包括下述步骤:使用局部放电检测系统采集时域脉冲波形图像;利用图像处理方法对时域脉冲波形图像进行提取,去除干扰信息并转化为二维数据矩阵;构建深度置信网络模型;将二维数据矩阵输入深度置信网络模型中,使用对比散度算法对模型进行训练,通过反向传播算法和随机梯度下降法对模型参数进行微调,获得训练好的深度置信网络模型;将新增时域波形图像输入训练好的深度置信网络模型中,输出局部放电模式识别结果。本发明采集时域脉冲波形图像转换为二维数据矩阵,构建深度置信网络模型准确识别GIS局部放电模式,有利于GIS设备的评估及检修工作。
主权项:1.基于深度置信的GIS局部放电模式识别方法,其特征在于,包括下述步骤:使用局部放电检测系统采集时域脉冲波形图像;利用图像处理方法对时域脉冲波形图像进行提取,去除干扰信息并转化为二维数据矩阵;构建深度置信网络模型;所述深度置信网络模型由若干层受限玻尔兹曼机和输出分类器组成的一种深层神经网络;将二维数据矩阵输入深度置信网络模型中,使用对比散度算法对模型进行训练,通过反向传播算法和随机梯度下降法对模型参数进行微调,获得训练好的深度置信网络模型;将新增时域波形图像输入训练好的深度置信网络模型中,输出局部放电模式识别结果。
全文数据:
权利要求:
百度查询: 广东电网有限责任公司广州供电局 基于深度置信的GIS局部放电模式识别方法、系统及介质
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。