申请/专利权人：北京科东电力控制系统有限责任公司;国网浙江省电力有限公司舟山供电公司;国网智能电网研究院有限公司;国家电网有限公司技术学院分公司;中电普瑞电力工程有限公司;国网电力科学研究院有限公司;国家电网有限公司

申请日：2023-11-15

公开（公告）日：2024-03-29

公开（公告）号：CN117786474A

主分类号：G06F18/241

分类号：G06F18/241;G06F18/211;G06F18/213;G06N3/045;G06N3/0464;G06N3/086

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：一种用于柔直换流阀智能全景监盘的故障特征库分类方法及系统，方法包括以下步骤：步骤1：对在运柔直换流阀进行数据监测，并对获得数据进行预处理；步骤2：基于步骤1预处理后获得的在运柔直换流阀监测数据，采用CNN提取分类特征；步骤3：输入数据库经过卷积和池化运算后，所提取的特征转化成一维向量作为ELM的输入，由ELM进行分类，进行极限学习机分类；步骤4：划分训练集和测试集；步骤5：通过DBO算法对CNN中网络权值和偏置，ELM中输入层和隐含层的连接权值，DBO算法优化CNN‑ELM相关参数，形成DBO‑CNN‑ELM柔性直流换流阀故障分类模型；使用DBO‑CNN‑ELM柔性直流换流阀故障分类模型进行故障特征库分类。

主权项：1.一种用于柔直换流阀智能全景监盘的故障特征库分类方法，其特征在于，包括以下步骤：步骤1：对在运柔直换流阀进行数据监测，并对获得数据进行预处理；步骤2：基于步骤1预处理后获得的在运柔直换流阀监测数据，采用CNN提取分类特征；步骤3：输入数据库经过卷积和池化运算后，所提取的特征转化成一维向量作为ELM的输入，由ELM进行分类，进行极限学习机分类；步骤4：划分训练集和测试集；步骤5：通过DBO算法对CNN中网络权值和偏置，ELM中输入层和隐含层的连接权值，DBO算法优化CNN-ELM相关参数，形成DBO-CNN-ELM柔性直流换流阀故障分类模型；使用DBO-CNN-ELM柔性直流换流阀故障分类模型进行故障特征库分类。

全文数据：

权利要求：

百度查询： 北京科东电力控制系统有限责任公司;国网浙江省电力有限公司舟山供电公司;国网智能电网研究院有限公司;国家电网有限公司技术学院分公司;中电普瑞电力工程有限公司;国网电力科学研究院有限公司;国家电网有限公司 用于柔直换流阀智能全景监盘的故障特征库分类方法及系统

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