[发明专利]基于深度卷积神经网络的10kV单芯电缆早期状态辨识方法有效
| 申请号： | 201910344139.0 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110068748B | 公开（公告）日： | 2020-09-25 |
| 发明（设计）人： | 梁睿;迟鹏;程成;张喆;陈劭康;乔玉娇;李海龙 | 申请（专利权）人： | 中国矿业大学 |
| 主分类号： | G01R31/08 | 分类号： | G01R31/08 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 向妮 |
| 地址： | 221116 江苏省徐*** | 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： | 本发明公开基于深度卷积神经网络的10kV单芯电缆早期状态辨识方法，包括：从电缆首端获取接地线电流信号并截取接地线电流突变信号，利用小波变换对突变信号进行分解和分支重构获得多个尺度分量信号，对重构出来的每个尺度分量信号进行特征提取以构建电缆早期状态辨识特征矩阵，依据矩阵的尺寸特点构建7层深度卷积神经网络模型；基于训练完成的目标模型进行电缆早期状态辨识。本发明能充分利用电缆运行的大量数据，将原始信号中的不同频率成分信号的波形特征与能量特征提取出来作为深度CNN网络的输入，通过CNN模型归纳输入与输出的对应关系，从而完成电缆早期状态的辨识，辨识准确率可达99.23％。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 10 kv 电缆 早期 状态 辨识 方法 | ||
【主权项】：
1.一种基于深度卷积神经网络的10kV单芯电缆早期状态辨识方法，其特征在于，包括以下步骤：S1、从电缆首端获取接地线电流信号，根据信号特点选择适当的样本时间窗，截取接地线电流突变信号；S2、利用小波变换对突变信号进行分解，获得近似系数和细节系数，再通过对近似系数与细节系数进行分支重构，获得多个尺度分量信号；S3、对重构出来的每个尺度分量信号进行波形特征提取和尺度分量信号之间能量特征的计算，构建电缆早期状态辨识特征矩阵X；S4、依据所述状态辨识特征矩阵X的尺寸特点，构建7层深度卷积神经网络模型；S5、利用小批量随机梯度下降法对构建好的7层深度卷积神经网络模型进行有监督学习下的模型训练；S6、基于训练完成的目标模型进行电缆早期状态辨识。
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中国矿业大学，未经中国矿业大学许可，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/201910344139.0/，转载请声明来源钻瓜专利网。
