基于深度神经网络的变压器局部放电类型识别方法

发明专利有效专利

申请号：
CN202110453216.3
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01R31/12
申请日期：
2021-04-26
申请人：
哈尔滨理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度神经网络的变压器局部放电类型识别方法
申请号	CN202110453216.3	申请日期	2021-04-26
法律状态	公开	申报国家	中国
公开/公告日	2021-07-02	公开/公告号	CN113065522A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;1;R;3;1;/;1;2查看分类表>
申请人	哈尔滨理工大学	申请人地址	黑龙江省哈尔滨市南岗区学府路52号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	哈尔滨理工大学	当前权利人	哈尔滨理工大学
发明人	池明赫;夏若淳;关毅;刘骥;陈庆国
代理机构	阜阳市安邦专利代理事务所（普通合伙）	代理人	刘煜

摘要

本发明涉及变压器放电识别技术领域，尤其涉及基于深度神经网络的变压器局部放电类型识别方法，包括以下步骤，S1：获取不同故障类型对应的变压器局部放电信号数据，根据每种故障类型对应的局部放电图谱确定样本对应的变压器故障类型标签；S2：将每组测量的局部放电图谱数据对应的统计算子数据以及对应标签输入基于深度神经网络的变压器局部放电类型识别网络，通过监督学习，训练得到变压器局部放电类型识别模型。本发明运用了三阶神经元，三阶神经元对于非线性函数的模拟增强，对于任意函数能更精确的模拟。基于三阶神经元的深度神经网络能够进一步地提升识别过程地准确率和识别速度，做到对电力变压器局部放电类型快速和精准识别。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供