[发明专利]一种基于循环神经网络的GIS故障预测方法有效
| 申请号： | 201811018590.5 | 申请日： | 2018-09-03 |
| 公开（公告）号： | CN109308522B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 苗红霞;常远;朱乾震;张衡;齐本胜 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06Q10/06;G06Q50/06;G06F17/16 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 丁涛 |
| 地址： | 213022 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： | 本发明涉及一种基于循环神经网络的GIS故障预测方法。包括数据处理模块和循环神经网络识别模块。数据处理模块中，先对所采集的较长一段时间的GIS历史参数数据进行处理，再使用数学函数赋值的方法来构造待训练循环神经模型的训练与测试样本。在循环神经网络识别模块中，首先构建循环神经模型结构，接着使用循环神经模型进行异常点检测，为样本数据贴上标签，再使用确定标签后的样本数据对循环神经模型进行训练，调整模型参数，将修正后的循环神经模型作为GIS故障预测模型；最后输入测试数据，预测输出GIS未来可能发生故障的概率与故障类型。 | ||
| 搜索关键词： | 一种 基于 循环 神经网络 gis 故障 预测 方法 | ||
【主权项】：
1.一种基于循环神经网络的GIS故障预测方法，其特征在于，利用数据处理模块与循环神经网络识别模块；包括以下具体步骤：1)采集GIS传感器上较长时间内的振动、气压、电流三种信号的数据，作为历史数据；2)在数据处理模块中，使用数学函数赋值的方法建立训练与测试样本矩阵；3)在循环神经网络识别模块中，首先确定循环神经模型结构，再使用循环神经模型进行异常点检测，为样本数据贴上标签，接着输入训练样本来对模型参数进行调整，最后对循环神经模型输入测试数据，得出预测结果。
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河海大学常州校区，未经河海大学常州校区许可，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/201811018590.5/，转载请声明来源钻瓜专利网。
