[发明专利]基于特征融合词袋和并行孪生网络的发电机局放识别方法在审
| 申请号： | 202310461785.1 | 申请日： | 2023-04-26 |
| 公开（公告）号： | CN116522277A | 公开（公告）日： | 2023-08-01 |
| 发明（设计）人： | 彭小圣;陈玉竹;张跃;周进;谢志辉 | 申请（专利权）人： | 华中科技大学;东方电气集团东方电机有限公司 |
| 主分类号： | G06F18/25 | 分类号： | G06F18/25;G06F18/214;G01R31/34;G01R31/12 |
| 代理公司： | 武汉开元知识产权代理有限公司 42104 | 代理人： | 唐正玉 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于特征融合词袋和并行孪生网络的发电机局放识别方法，在实验室采集发电机定子线棒局部放电数据和相位信号数据，获取对应的相位图谱，构建SIFT、LBP、HOG和Haar‑like多描述子特征检测的词袋单词本并检索相似局放图谱；基于实验室采集到的局放样本训练AlexNet、GoogLeNet、VGG‑16和ResNet神经网络，然后通过训练好的神经网络孪生，共享权值，利用全连接层交叉熵函数计算损失，选取损失最小的标签作为各通道识别结果；测试时基于图谱不同相位象限分割的多通道识别结果使用自适应融合策略整合，获取最终局放模式识别结果。本发明弥补了传统深度学习分类方法在数据不平衡和存在小样本数据无法训练的不足，解决了局放模式识别问题中存在的数据不平衡、小样本识别问题。 | ||
| 搜索关键词： | 基于 特征 融合 并行 孪生 网络 发电机 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华中科技大学;东方电气集团东方电机有限公司，未经华中科技大学;东方电气集团东方电机有限公司许可，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/202310461785.1/，转载请声明来源钻瓜专利网。
