[发明专利]一种基于振动信号主成分分析法的GIS状态识别方法有效
| 申请号： | 201910350848.X | 申请日： | 2019-04-28 |
| 公开（公告）号： | CN110082082B | 公开（公告）日： | 2020-11-17 |
| 发明（设计）人： | 赵延刚;苏旭辉;王志川;黄小龙;王泽龙;龙伟;任成君;欧智乐;张大猛;高波;赵冲 | 申请（专利权）人： | 国网四川省电力公司南充供电公司 |
| 主分类号： | G01M13/00 | 分类号： | G01M13/00;G06K9/00;G06K9/62 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 李朝虎 |
| 地址： | 637000 *** | 国省代码： | 四川;51 |
| 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振动信号主成分分析法的GIS状态识别方法，提取正常及不同故障状态下GIS振动信号的14个特征量组成14维的复合特征向量；然后运用主成分分析法对特征向量进行压缩降维成主成分特征向量；然后通过深度置信网络两阶段的训练得到振动信号主成分特征向量与GIS状态之间的对应决策函数，使用其对待状态识别的GIS振动信号主成分特征向量进行分类，根据分类确定该GIS状态。使用主成分分析法对复合特征向量进行优化，不仅保留了复合特征向量的原始信息，而且降低了特征向量维数，提高了分类器的工作效率，有效改善了GIS状态识别的精度和速度。 | ||
| 搜索关键词： | 一种 基于 振动 信号 成分 分析 gis 状态 识别 方法 | ||
【主权项】：
1.一种基于振动信号主成分分析法的GIS状态识别方法，其特征在于：所述方法包括：步骤1：通过在GIS上安装的振动加速度传感器来采集多组GIS正常及故障状态下振动信号；步骤2：对采集到的GIS振动信号进行处理，分别提取GIS振动信号时域、频域及能量特征，并构建GIS振动信号复合特征向量；步骤3：采用主成分分析法对GIS振动信号复合特征向量进行优化处理，得到GIS振动信号主成分特征向量；步骤4：构建深度置信网络模型，将多组已知状态下的GIS振动信号主成分特征向量作为深度置信网络模型的训练样本，通过深度置信网络模型两阶段的训练，得到GIS振动信号主成分特征向量与GIS状态之间的对应决策函数；步骤5：采集待状态识别的GIS振动信号，进行主成分特征向量的计算与分析，运用GIS振动信号主成分特征向量与GIS状态之间的对应决策函数对其进行分类识别，识别出该GIS状态。
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四川省电力公司南充供电公司，未经国网四川省电力公司南充供电公司许可，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/201910350848.X/，转载请声明来源钻瓜专利网。
