[发明专利]采用深度学习的电网隔离开关状态识别方法在审
| 申请号： | 201710514607.5 | 申请日： | 2017-06-29 |
| 公开（公告）号： | CN107577982A | 公开（公告）日： | 2018-01-12 |
| 发明（设计）人： | 金志刚;李静昆;罗咏梅 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种采用深度学习的电网隔离开关状态识别方法，包括对隔离开关图像进行预处理，得到隔离开关的轮廓图像；计算预处理过后的隔离开关图像的特征，包括隔离开关图像灰度统计特性、图像二阶矩、隔离开关主轴转动的角度关系和隔离开关操控电机工作电流关系，组成隔离开关图像的特征向量；将训练用隔离开关特征向量输入卷积神经网络，生成抽象特征向量；利用生成的抽象特征向量训练分类器；将待测隔离开关图像的特征向量输入分类器，对隔离开关状态进行识别。 | ||
| 搜索关键词： | 采用 深度 学习 电网 隔离 开关 状态 识别 方法 | ||
【主权项】：
一种采用深度学习的电网隔离开关状态识别方法，包括下列步骤：(1)对隔离开关图像进行预处理，得到隔离开关的轮廓图像；(2)计算预处理过后的隔离开关图像的特征，包括隔离开关图像灰度统计特性、图像二阶矩、隔离开关主轴转动的角度关系和隔离开关操控电机工作电流关系，组成隔离开关图像的特征向量；(3)将训练用隔离开关特征向量输入卷积神经网络，生成抽象特征向量。(4)利用生成的抽象特征向量训练分类器；(5)将待测隔离开关图像的特征向量输入分类器，对隔离开关状态进行识别。
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天津大学，未经天津大学许可，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/patent/201710514607.5/，转载请声明来源钻瓜专利网。
