一种通过卷积神经网络识别局部放电故障类型的方法
基本信息
| 申请号 | CN202110456588.1 | 申请日 | - |
| 公开（公告）号 | CN113283579A | 公开（公告）日 | 2021-08-20 |
| 申请公布号 | CN113283579A | 申请公布日 | 2021-08-20 |
| 分类号 | G06N3/04;G06N3/08;G06N3/12;G01R31/12 | 分类 | 计算；推算；计数; |
| 发明人 | 赵阅群;闫同;李俊宏;许崇新;王国栋;毛乃强;张洪奎;张康;周明亮;李红新;李启江;李相辉;赵文达;李鹏飞 | 申请（专利权）人 | 国网山东省电力公司烟台供电公司 |
| 代理机构 | 洛阳九创知识产权代理事务所（普通合伙） | 代理人 | 狄干强 |
| 地址 | 264000 山东省烟台市芝罘区解放路158号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种通过卷积神经网络识别局部放电故障类型的方法，卷积神经网络的结构包括输入层、1个或多个交替连接的卷积层和池化层、激励层、全连接层和输出层，通过检测装置获取局部放电的PRPD(相位分辩的局部放电)图谱，利用PCA(主成分分析)算法对图谱的图像数据进行处理减少冗余数据，通过遗传算法搭建卷积神经网络模型，将卷积神经网络参数的调整转化为优化问题，简化了卷积神经网络在搭建过程中的调参过程，通过卷积神经网络完成对局部放电故障类型的识别并输出识别结果，将识别结果以概率的形式映射在[0，1]区间内，更加直观、便捷地得到局部放电故障类型。 |
