[发明专利]一种基于小波变换+CNN的直流电弧故障检测方法有效
| 申请号： | 201911008815.3 | 申请日： | 2019-10-22 |
| 公开（公告）号： | CN110618353B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 王莉娜;焦治杰;袁恺;杨普 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G01R31/08 | 分类号： | G01R31/08;G01R31/12 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 安丽;邓治平 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 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小波变换+CNN的直流电弧故障检测方法，属于电弧故障检测领域。包括以下步骤：(1)采集被检测线路的电弧电流信号，进行高通滤波，滤除原始采集信号中的直流及低频噪声信号；(2)运用小波变换计算被检测线路电弧电流信号的小波系数；(3)将归一化处理后的被检测线路电弧电流信号的小波系数输入训练好的CNN，CNN的输出结果即为故障判别结果。本方法的优点是适用于任何直流电弧故障的检测环境，具有检测准确率高、普适性好等优点，可以用于直流电弧故障的检测。 | ||
| 搜索关键词： | 一种 基于 变换 cnn 直流 电弧 故障 检测 方法 | ||
【主权项】：
1.一种基于小波变换+CNN的直流电弧故障检测方法，其特征在于，包括以下步骤：/n(1)构建CNN结构，即设计池化层、卷积层的层数，以及各层次序；/n(2)设计CNN各层的数据处理方法，包括各池化层的池化方法和滤波器大小、各卷积层的滤波器大小、各卷积层和单层感知机的激活函数、各卷积层和单层感知机每个神经元的偏置初始值、各卷积层和单层感知机每个神经元的权重初始值，选择CNN的误差反向传播算法；/n(3)确定电弧电流信号的采样频率f
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北京航空航天大学，未经北京航空航天大学许可，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/201911008815.3/，转载请声明来源钻瓜专利网。
