[发明专利]一种基于深度卷积神经网络的大型实验装置电力设备故障诊断方法在审
| 申请号： | 202010374571.7 | 申请日： | 2020-05-06 |
| 公开（公告）号： | CN111505424A | 公开（公告）日： | 2020-08-07 |
| 发明（设计）人： | 谭立国;宋申民;李君宝;鄂鹏;王晓野 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G01R31/00 | 分类号： | G01R31/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京市盛峰律师事务所 11337 | 代理人： | 于国强 |
| 地址： | 150000 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度卷积神经网络的大型实验装置电力设备故障诊断方法，根据电力设备在线监控数据来采集历史故障数据，形成初始样本集，并对其进行数据预处理，得到归一化样本集，利用深度卷积神经网络对隐藏故障信息进行深度挖掘，随后根据模型的预测故障类型与真实故障类型的偏差来调整故障诊断模型内部权重参数，最后对电力设备故障诊断模型的进行性能测试，使基于深度卷积神经网络的电力设备故障诊断模型的故障诊断准确率得到进一步的提升。本发明能够根据电力设备监测数据来准确判断是否有故障发生，并输出故障类型，根据此故障类型得到对应的故障解决方法，实现快速有效的使电力设备系统能够快速恢复正常工作状态。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 大型 实验 装置 电力设备 故障诊断 方法 | ||
【主权项】：
暂无信息
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/202010374571.7/，转载请声明来源钻瓜专利网。
