[发明专利]一种基于深度神经网络的配电网工况录波分类方法有效
| 申请号： | 201711310398.9 | 申请日： | 2017-12-11 |
| 公开（公告）号： | CN107909118B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 姚蔷;戴义波;张建良 | 申请（专利权）人： | 北京映翰通网络技术股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G01R31/00 |
| 代理公司： | 北京金智普华知识产权代理有限公司 11401 | 代理人： | 巴晓艳 |
| 地址： | 100102 北京市朝阳*** | 国省代码： | 北京;11 |
| 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深度神经网络的配电网工况分类方法，所述配电网工况分类方法包括对工况录波进行波形预处理；构建包含卷积层区域和全连接区域的深度神经网络工况分类器框架；利用工况录波分类数据集对深度神经网络进行超参数机器训练以获得最优深度神经网络工况分类器模型；将预处理波形输入最优深度神经网络工况分类器模型以获得该工况录波的工况类型，本发明能够实现对波形本身简单预处理后直接建模识别，机器学习模型自身带有特征提取和工况分类的功能，此种端对端训练模型的方法能进一步提升识别正确率。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 配电网 工况 分类 方法 | ||
【主权项】：
一种基于深度神经网络的配电网工况分类方法，其特征在于：所述配电网工况分类方法包括：对工况录波进行波形预处理以获得预处理波形；构建包含卷积层区域和全连接区域的深度神经网络工况分类器框架，所述卷积层区域包含卷积块；利用超参数生成器生成多个深度神经网络模型，使用工况录波分类数据集对该多个深度神经网络模型分别训练以获得最优深度神经网络工况分类器模型；将预处理波形输入最优深度神经网络工况分类器模型以获得该工况录波的工况类型。
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北京映翰通网络技术股份有限公司，未经北京映翰通网络技术股份有限公司许可，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/201711310398.9/，转载请声明来源钻瓜专利网。
