[发明专利]基于YOLO算法的电能质量扰动检测方法有效
| 申请号： | 201910881278.7 | 申请日： | 2019-09-18 |
| 公开（公告）号： | CN110728195B | 公开（公告）日： | 2022-04-01 |
| 发明（设计）人： | 龚庆武;乔卉;刘栋;张朕;贺海涛 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 彭艳君 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电能质量扰动信号检测技术，具体涉及基于YOLO算法的电能质量扰动检测方法，包括建立电能质量扰动信号数学模型，使用MATLAB实现电能质量扰动信号的构建，遍历扰动信号参数矩阵，生成电能质量扰动样本数据集；将样本集Imagenet输入全卷积神经网络Darknet‑53，经过训练得到网络初始权重参数；设置训练参数；采用多分辨率训练策略，将标记好的电能质量扰动样本数据集输入全卷积神经网络Darknet‑53进行训练，更新网络权重参数，得到电能质量扰动信号检测模型；随机生成电能质量扰动信号，将扰动信号转为二维图像后输入检测模型，得到检测结果。该方法检测精度高，适用范围广，速度满足实时监测，能够准确辨识各类电能质量扰动信号。 | ||
| 搜索关键词： | 基于 yolo 算法 电能 质量 扰动 检测 方法 | ||
【主权项】：
1.基于YOLO算法的电能质量扰动检测方法，其特征是，包括以下步骤：/n步骤1：建立电能质量扰动信号数学模型，使用MATLAB实现电能质量扰动信号的构建，遍历扰动信号参数矩阵，生成电能质量扰动样本数据集；/n步骤2：将样本集Imagenet输入全卷积神经网络Darknet-53，经过训练得到网络初始权重参数；/n步骤3：设置训练参数；/n步骤4：采用多分辨率训练策略，将标记好的电能质量扰动样本数据集输入全卷积神经网络Darknet-53进行训练，更新网络权重参数，得到电能质量扰动信号检测模型；/n步骤5、随机生成电能质量扰动信号，将扰动信号转为二维图像后输入检测模型，得到检测结果。/n
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武汉大学，未经武汉大学许可，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/201910881278.7/，转载请声明来源钻瓜专利网。
