[发明专利]基于卷积神经网络的配电网早期故障分类方法及装置有效
| 申请号： | 201811545327.1 | 申请日： | 2018-12-17 |
| 公开（公告）号： | CN109444667B | 公开（公告）日： | 2021-02-19 |
| 发明（设计）人： | 张世栋;宋宗勋;丁超;刘合金;樊迪;苏国强;李建修;任杰;孟海磊;刘宁;刘明林;刘洋;王峰;崔乐乐 | 申请（专利权）人： | 国网山东省电力公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G01R31/08 | 分类号： | G01R31/08 |
| 代理公司： | 北京智绘未来专利代理事务所(普通合伙) 11689 | 代理人： | 张红莲 |
| 地址： | 250002 山东*** | 国省代码： | 山东;37 |
| 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卷积神经网络的配电网早期故障分类方法及装置。将小波分解和卷积神经网络的相关理论和方法引入到配电网早期故障分类中，并验证方法的合理性。小波分解可以分离出波形的近似和细节，这些表征与早期故障息息相关。通过组合这些表征构成卷积神经网络的输入。卷积神经网络通过学习这些表征的组合，捕捉到其中关于早期故障的细节信息，即可进行早期故障的分类。该方法在需求数据量和准确性上大大优于传统检测。对配电网早期故障的分类及处理具有重要意义。 | ||
| 搜索关键词： | 基于 卷积 神经网络 配电网 早期 故障 分类 方法 装置 | ||
【主权项】：
1.一种基于卷积神经网络的配电网早期故障分类方法，其特征在于，该方法包括以下步骤：步骤S1：对配电网中的三相电压、电流信号进行采集，同时将三相电流求和得到中性点电流，对上述七个波形分别进行小波变换，每个波形经过变换后将被分解为近似系数和细节系数；步骤S2：获取原始波形对应的矩阵；步骤S3：构建卷积神经网络和其输入矩阵；步骤S4：训练卷积神经网络；步骤S5：利用卷积神经网络进行分类。
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山东省电力公司电力科学研究院;国家电网有限公司，未经国网山东省电力公司电力科学研究院;国家电网有限公司许可，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/201811545327.1/，转载请声明来源钻瓜专利网。
