[发明专利]一种基于ELM的GIS局部放电缺陷诊断分类系统及方法在审

专利信息
申请号: 201911077652.4 申请日: 2019-11-06
公开(公告)号: CN110632484A 公开(公告)日: 2019-12-31
发明(设计)人: 唐琪;武利会;李国伟;王俊波;罗容波;黎小龙;陈斯翔;刘少辉 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司佛山供电局
主分类号: G01R31/12 分类号: G01R31/12
代理公司: 44102 广州粤高专利商标代理有限公司 代理人: 林丽明
地址: 510600 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于ELM的GIS局部放电缺陷诊断分类系统及方法,该方法通过采集特高频局放时域信号并利用主元分析法获取能够表征缺陷特征的主元参数组成样本特征数据集,利用极限学习机网络模型实现基于样本特征数据集的分类,无需进一步将时域信号转换为PRPS‑PRPD图谱作为特征获取来源,从时域维度直接参与缺陷类型的诊断,为电力设备的异常缺陷诊断提供了新的解决途径。
搜索关键词: 样本特征 数据集 时域信号转换 极限学习机 主元分析法 诊断 表征缺陷 电力设备 分类系统 局部放电 缺陷类型 缺陷诊断 时域信号 特征获取 网络模型 异常缺陷 特高频 局放 时域 维度 主元 图谱 采集 分类
【主权项】:
1.一种基于ELM的GIS局部放电缺陷诊断分类系统,其特征在于,包括:数据采集处理模块和缺陷诊断模块;/n数据采集处理模块:包含前端特高频传感器、数据采集模块、数据处理模块;其中特高频传感器用于耦合空间中的电磁波信号;数据采集模块用于对传感器检测到的模拟信号实施检波放大及AD转换处理;数据处理模块用于对信号进行时频域特征提取及主元降维处理;/n缺陷诊断模块:用于存储训练及测试样本的特征数据集,同时建立基于极限学习机的神经网络模型,使用测试样本数据集对网络进行训练。/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广东电网有限责任公司;广东电网有限责任公司佛山供电局,未经广东电网有限责任公司;广东电网有限责任公司佛山供电局许可,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/201911077652.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top