加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

基于长短期记忆网络的高压电缆线路运行状态预测方法

发明专利有效专利
  • 申请号:
    CN202011044473.3
  • IPC分类号:G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
  • 申请日期:
    2020-09-28
  • 申请人:
    国网河北省电力有限公司雄安新区供电公司;清华大学
著录项信息
专利名称基于长短期记忆网络的高压电缆线路运行状态预测方法
申请号CN202011044473.3申请日期2020-09-28
法律状态授权申报国家中国
公开/公告日2020-12-11公开/公告号CN112070322A
优先权暂无优先权号暂无
主分类号G06Q10/04IPC分类号G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人国网河北省电力有限公司雄安新区供电公司;清华大学申请人地址
河北省保定市安新县安新镇北环路 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人国网河北省电力有限公司雄安新区供电公司,清华大学当前权利人国网河北省电力有限公司雄安新区供电公司,清华大学
发明人刘海峰;周远翔;陈健宁;葛佳敏;沈学良;黄欣;张灵;张云霄;滕陈源
代理机构北京清亦华知识产权代理事务所(普通合伙)代理人暂无
摘要
本发明提出一种基于长短期记忆网络的高压电缆线路运行状态预测方法,属于电力系统线路状态预测技术领域。该方法首先获取同一电缆上在同一采集点获取不同的状态量原始序列数据并进行预处理和归一化,利用时间窗将每个状态量的序列数据划分为多个子序列,并将所有的子序列组成输入序列并生成对应输出序列。利用输入序列和输出序列训练LSTM预测模型完毕后,利用训练完毕的模型即可预测任一状态量子序列对应的下一个时间窗的子序列预测值,通过反归一化,最终得到真实状态量数据的预测结果。本发明利用深度学习实现对单一节点的多状态量联合预测,提高电缆状态预测的准确度,保障高压输电电缆的运行可靠性。

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