[发明专利]一种基于深度学习的配网电气拓扑识别方法有效
| 申请号： | 202011259811.5 | 申请日： | 2020-11-12 |
| 公开（公告）号： | CN112381667B | 公开（公告）日： | 2023-02-03 |
| 发明（设计）人： | 周一飞;刘丽娜;王韬;方建全;曾荣;屈鸣;谢智;王家驹;王晨丞;陈亦瑾 | 申请（专利权）人： | 国网四川省电力公司电力科学研究院 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06N3/0464;G06N3/084;H02J3/00 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 李朝虎 |
| 地址： | 610000 四川省成*** | 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的配网电气拓扑识别方法，包括：S1：选取预设数量的台区，将每个台区内一定数量的用户作为数据采集对象，采集各用户对应的低压侧用电数据，作为配网拓扑识别数据集；S2：构建双通道一维卷积神经网络模型，包括特征提取模块、特征融合模块，其中特征提取模块中的两个通道各包括至少两个1DCNN+BN+ReLU结构的卷积层，多层叠加的结构可以更好地提取数据特征；特征融合模块包括一个1DCNN+BN+ReLU结构的卷积层，实现特征的深度融合；S3：使用双通道一维卷积神经网络模型对所述配网拓扑识别数据集进行训练，得到训练后的双通道一维卷积神经网络模型；S4：利用训练后的双通道一维卷积神经网络模型对配网拓扑识别数据集进行配网电气拓扑识别。 | ||
| 搜索关键词： | 一种 基于 深度 学习 电气 拓扑 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国网四川省电力公司电力科学研究院，未经国网四川省电力公司电力科学研究院许可，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/202011259811.5/，转载请声明来源钻瓜专利网。
- 上一篇：媒体封装和解封装
- 下一篇：装配式钢丝网片增强轻质陶粒墙板
