申请/专利权人:国家电网有限公司西南分部;国网电力科学研究院武汉南瑞有限责任公司
申请日:2023-11-14
公开(公告)日:2024-03-22
公开(公告)号:CN117746095A
主分类号:G06V10/764
分类号:G06V10/764;G01R31/00;G01R31/08;G06V10/82;G06N3/0464;G06N3/08;G06N20/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了架空输电线路故障与干扰辨识分类系统,它的样本矩阵获取模块用于确定输电线路故障行波和干扰杂波初始样本矩阵;归一化和向量转换模块用于将输电线路故障行波和干扰杂波初始样本矩阵进行归一化处理,将归一化后的初始样本矩阵的一维向量转换为二维矩阵,形成二维行波灰度图像;卷积神经网络模块用于将二维行波灰度图像通过卷积神经网络特征提取得到故障特征序列;故障特征分类及评价模块用于利用随机森林算法对需要进行辨识分类的输电线路故障行波和干扰杂波数据进行分类,并计算分类结果的评价指标。本发明能够有效地对输电线路故障波形和干扰杂波进行辨识分类。
主权项:1.一种架空输电线路故障与干扰辨识分类系统,其特征在于:它包括样本矩阵获取模块、归一化和向量转换模块、卷积神经网络模块、故障特征分类及评价模块;所述样本矩阵获取模块用于将获取的输电线路故障行波和干扰杂波历史时序序列,利用相模变换得到初始时域波形的线模分量,确定输电线路故障行波和干扰杂波初始样本矩阵;所述归一化和向量转换模块用于将输电线路故障行波和干扰杂波初始样本矩阵进行归一化处理,将归一化后的初始样本矩阵的一维向量转换为二维矩阵,形成二维行波灰度图像;所述卷积神经网络模块用于将二维行波灰度图像通过卷积神经网络特征提取得到故障特征序列;所述故障特征分类及评价模块用于利用随机森林算法对需要进行辨识分类的输电线路故障行波和干扰杂波数据进行分类,并计算分类结果的评价指标。
全文数据:
权利要求:
百度查询: 国家电网有限公司西南分部;国网电力科学研究院武汉南瑞有限责任公司 一种架空输电线路故障与干扰辨识分类系统及方法
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。