申请/专利权人：华北电力大学

申请日：2020-09-08

公开（公告）日：2024-04-16

公开（公告）号：CN112104340B

主分类号：H03H17/02

分类号：H03H17/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.05.25#实质审查的生效;2020.12.18#公开

摘要：本发明提供了一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法。该方法可以更好地识别间歇故障，降低BIT系统的虚警率。首先，基于开关量输入模块建立BIT系统，收集其BIT检测信号的海量数据；将其分为正常、永久故障、间歇故障三种状态的样本数据；对原始信号进行Kalman滤波处理，过滤噪声；利用局部均值分解法LocalMeanDecomposition,LMD提取特征向量；然后，对处理后的三组样本数据分别进行HMM训练；最后对BIT系统的监测的实时数据也进行Kalman滤波处理，再输入到训练好的三种HMM模型中，得出识别结果。在本发明中，Kalman滤波技术可以去除采集信号过程中出现的干扰噪声，使得HMM模型的训练效果更好，识别精度提高，从而达到降低BIT系统虚警率的目的。

主权项：1.一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT系统降虚警方法，其特征在于，包括以下步骤：步骤一：建立开关量输入模块的分布式BIT系统，整理BIT系统检测到的历史数据，并将其分类成正常、永久故障、间歇故障三种状态；步骤二：建立Kalman滤波器，对三种状态的样本数据进行滤波降噪处理；步骤三：利用LMD方法局部均值分解法对滤波处理后的数据进行分解，提取特征向量；步骤四：基于第三步，分别对处理后的三类样本数据进行HMM训练；步骤五：采集开关量输入模块BIT系统的检测到的实时数据，对其进行Kalman滤波降噪处理，获取观测序列；步骤六：然后输送到训练好的三种HMM模型中，利用前向算法计算观测序列条件概率，选取概率值最大的模型作为决策结果。

全文数据：

权利要求：

百度查询： 华北电力大学 一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法

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