[发明专利]一种基于深度学习LSTM模型的输电线路故障类型识别方法在审
| 申请号： | 202010721622.9 | 申请日： | 2020-07-24 |
| 公开（公告）号： | CN111881971A | 公开（公告）日： | 2020-11-03 |
| 发明（设计）人： | 吴俊宏;黄洪全 | 申请（专利权）人： | 成都理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610059 四川*** | 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深度学习LSTM模型的输电线路故障类型识别方法，具体包括：获取输电线路发生故障之后的三相故障电流采样序列；制作含有多个样本的数据集，每个样本包含输电线路故障对应的三相电流采样序列和故障类型标签；建立基于深度学习LSTM网络的输电线路故障分类模型，并进行前向传播输出；通过损失函数对模型进行反向传播训练；验证、测试并保存训练得到的输电线路故障分类模型；将欲进行故障分类的输电线路三相故障电流采样序列作为模型的输入，从而得到故障类型。该方法不仅能够克服传统输电线路故障分类算法中特征难以提取的局限，而且具有更加良好的性能，并且不受故障位置、故障电阻和初始相位等因素的影响。 | ||
| 搜索关键词： | 一种 基于 深度 学习 lstm 模型 输电 线路 故障 类型 识别 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成都理工大学，未经成都理工大学许可，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/202010721622.9/，转载请声明来源钻瓜专利网。
