[发明专利]基于CNN‑DBN网络的局放故障诊断方法在审
| 申请号： | 201710536255.3 | 申请日： | 2017-07-04 |
| 公开（公告）号： | CN107449994A | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 贾骏;胡成博;周志成;陶风波;谢天喜;徐阳;陈舒;徐长福;徐家园 | 申请（专利权）人： | 国网江苏省电力公司电力科学研究院;国家电网公司;江苏省电力试验研究院有限公司 |
| 主分类号： | G01R31/12 | 分类号： | G01R31/12;G06F17/50;G06N3/04;G06N3/08 |
| 代理公司： | 南京纵横知识产权代理有限公司32224 | 代理人： | 董建林 |
| 地址： | 210000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CNN‑DBN网络的局放故障诊断方法，包括构建基于深度卷积神经网络以及受限玻尔兹曼机模型的深信度学习网络；采集局放仿真数据和实测局放数据，将部分局放仿真数据和实测局放数据混合作为训练样本集，将剩余的局放仿真数据和实测局放数据混合作为测试样本集；利用训练样本集，对深信度学习网络进行无监督训练，提取跨模式特征；将跨模式特征送入逻辑回归分类器，利用测试样本集，对回归分类器进行监督训练，得到训练完成的深信度学习网络；将待测的局放数据输入训练完成的深信度学习网络，得到局放故障诊断结果。本发明提高了故障诊断的准确率。 | ||
| 搜索关键词： | 基于 cnn dbn 网络 故障诊断 方法 | ||
【主权项】：
基于CNN‑DBN网络的局放故障诊断方法，其特征在于：包括，构建基于深度卷积神经网络以及受限玻尔兹曼机模型的深信度学习网络；采集局放仿真数据和实测局放数据，将部分局放仿真数据和实测局放数据混合作为训练样本集，将剩余的局放仿真数据和实测局放数据混合作为测试样本集；利用训练样本集，对深信度学习网络进行无监督训练，提取跨模式特征；将跨模式特征送入逻辑回归分类器，利用测试样本集，对回归分类器进行监督训练，得到训练完成的深信度学习网络；将待测的局放数据输入训练完成的深信度学习网络，得到局放故障诊断结果。
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江苏省电力公司电力科学研究院;国家电网公司;江苏省电力试验研究院有限公司，未经国网江苏省电力公司电力科学研究院;国家电网公司;江苏省电力试验研究院有限公司许可，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/201710536255.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种园林用修剪采摘平台
- 下一篇：一种园林用修剪器
