[发明专利]一种电能质量扰动的快速识别方法在审

专利信息
申请号: 202011018702.4 申请日: 2020-09-24
公开(公告)号: CN112163613A 公开(公告)日: 2021-01-01
发明(设计)人: 王顺江;胡博;苏安龙;葛延峰;周桂平;宁珂甲;周小明;赵军;句荣滨;寿增;金宜放;王铎;凌兆伟;许睿超;刘嘉明;狄跃斌;眭冰;刘先晶;刘广利 申请(专利权)人: 国网辽宁省电力有限公司辽阳供电公司;国网辽宁省电力有限公司;国家电网有限公司;沈阳工程学院
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;G01R31/00
代理公司: 沈阳之华益专利事务所有限公司 21218 代理人: 黄英华
地址: 111099 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电能 质量 扰动 快速 识别 方法
【权利要求书】:

1.一种电能质量扰动的快速识别方法,其特征在于:包括如下步骤:

(1)将扰动信号进行采样作为输入;

(2)通过卷积神经网络CNN提取特征数据,输入数据序列f与核函数序列g做卷积,其结果为提取到的特征序列T;

对一维的时序信号进行卷积,运算公式为:

式中:T[n]为卷积后的数据序列即特征序列;N为输入数据f(n)的长度;g(n)表示卷积的核函数序列,随机生成,长度等于卷积核的长度L;卷积后的序列长度为NL1;

将电能质量扰动信号样本f传到输入层,其次通过卷积层内的核函数序列g做卷积运算后形成特征序列T,然后经过归一化层对特征序列归一化,再经过激励层对其激活并经过池化层对其冗余部分删除,最后处理后的特征序列T通过连接层输出,并对输出特征进行训练及分类;分类层的计算过程为:

式中,k为类别数,Softmax的输出结果代表输入数据被分类到每个标签的概率;

(3)卷积神经网络CNN采用随机梯度下降法SGD,SGD法具体如下,样本的目标函数为:

式中:θ为初始参数;m表示训练集的记录条数;i表示第i个样本;(x(i),y(i))代表训练样本集;hθ(x(i))表示拟合函数;

(4)通过GBDT计算得到各个特征的重要度,利用GBDT进行特征的重要性度量是基于各个特征用于决策树节点分裂的次数和每次分裂后模型的结构增益,累计求和后对所有的树进行平均,特征j的重要度通过该特征在所有树中的重要度的平均值来衡量:

式中,M为决策树的数量,特征j在单棵树中的重要度计算公式为

式中:树的非叶子节点数量为L-1;是与节点vt相关的分割特征;ti是节点t分裂之后模型的结构增益;

(5)利用GBDT算法构建扰动分类器,各个样本的特征向量构成输入空间,对应的扰动类别标签构成标记空间;当得到一个新样本的特征向量后,学得的分类器可以对该样本的扰动类别进行预测,进而实现对电能质量扰动的识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网辽宁省电力有限公司辽阳供电公司;国网辽宁省电力有限公司;国家电网有限公司;沈阳工程学院,未经国网辽宁省电力有限公司辽阳供电公司;国网辽宁省电力有限公司;国家电网有限公司;沈阳工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011018702.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top