结合证据折扣的深度超级学习机的局部放电模式识别方法

发明专利有效专利

申请号：
CN202011057921.3
IPC分类号：G06K9/00;G06N20/00;G01R31/00
申请日期：
2020-09-30
申请人：
上海电力大学

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	结合证据折扣的深度超级学习机的局部放电模式识别方法
申请号	CN202011057921.3	申请日期	2020-09-30
法律状态	实质审查	申报国家	中国
公开/公告日	2021-01-05	公开/公告号	CN112183387A
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;N;2;0;/;0;0;;;G;0;1;R;3;1;/;0;0查看分类表>
申请人	上海电力大学	申请人地址	上海市杨浦区平凉路2103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	上海电力大学	当前权利人	上海电力大学
发明人	蒋伟;张金水;王宇航;薛乃凡;许佳辉
代理机构	上海科盛知识产权代理有限公司	代理人	孙永申

摘要

本发明公开了结合证据折扣的深度超级学习机(deep super learner,DSL)的局部放电模式识别方法，主要包括以下步骤：(S1)信号采集：通过传感器收集局部放电信号；(S2)数据预处理：对原始信号进行去噪等处理；(S3)深度超级学习机初级诊断局部放电信号，构造出多个证据体的基本概率分配(basic probability assignment,BPA)；(S4)证据折扣：对步骤(S3)构造出的各个证据体的BPA进行证据折扣；(S5)构建新特征：将步骤(S4)折扣后的证据附加到原始特征数据中，并作为新的特征向量送入深度超级学习机进行下一次迭代；(S6)重复步骤(S3)‑(S5)，直到损失函数不再减小，得到最终的深度超级学习机输出的模式识别结果。与现有技术相比，本发明有着较高的识别准确度；对结果的可解释性强，具有广阔的市场前景和应用价值。

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