申请/专利权人：国网新疆电力有限公司电力科学研究院;湖北大学;华北电力大学

申请日：2023-11-30

公开（公告）日：2024-04-02

公开（公告）号：CN117807868A

主分类号：G06F30/27

分类号：G06F30/27;G01R31/12;G06N3/04;G06N3/048;G06N3/084

优先权：

专利状态码：在审-公开

法律状态：2024.04.02#公开

摘要：本发明提供一种紫外成像放电光斑面积的距离归一化预测方法，包括：S1：获取样本数据集，将样本数据集分为训练数据集和预测数据集；S2：构建距离归一化模型，通过训练数据集对距离归一化模型进行迭代训练，优化距离归一化模型的参数和结构，获得训练好的距离归一化模型；S3：通过训练好的距离归一化模型对预测数据集进行预测，获得最终预测光斑面积。本发明构建了具有多层数隐含层的距离归一化模型，通过训练数据对距离归一化模型的隐含层的层数、各层包含隐含神经元的数量和权值变化率进行训练优化，使距离归一化模型具有最佳结构和小于预设值的权值变化率，令训练好的距离归一化模型具有最佳的预测精度，实现光斑面积的高精度预测。

主权项：1.一种紫外成像放电光斑面积的距离归一化预测方法，其特征在于，包括：S1：获取样本数据集，将样本数据集分为训练数据集和预测数据集；S2：构建距离归一化模型，通过训练数据集对距离归一化模型进行迭代训练，优化距离归一化模型的参数和结构，获得训练好的距离归一化模型；S3：通过训练好的距离归一化模型对预测数据集进行预测，获得最终预测光斑面积。

全文数据：

权利要求：

百度查询： 国网新疆电力有限公司电力科学研究院;湖北大学;华北电力大学 紫外成像放电光斑面积的距离归一化预测方法及系统

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