Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网陕西省电力有限公司宝鸡供电公司权生力获国家专利权

国网陕西省电力有限公司宝鸡供电公司权生力获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉国网陕西省电力有限公司宝鸡供电公司申请的专利基于小波变换-多层感知机的输电线路故障诊断方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116559728B

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310538831.3,技术领域涉及:G01R31/58;该发明授权基于小波变换-多层感知机的输电线路故障诊断方法是由权生力;郭海涛;常江;贾宏涛;刘恒;李宏军;赵超;严昱设计研发完成,并于2023-05-12向国家知识产权局提交的专利申请。

基于小波变换-多层感知机的输电线路故障诊断方法在说明书摘要公布了:本发明公开了一种基于小波变换‑多层感知机的输电线路故障诊断方法,步骤包括:1采集输电系统的原始三相电流信号,对故障类型进行编号;再对原始三相电流信号进行加噪处理,将样本划分为训练集、测试集;2通过小波分解获取不同频段的小波系数,确定小波去噪阈值和去噪方式进行阈值去噪,选取去噪效果最好的小波基函数进行小波分解;3提取小波系数能量值,构造故障能量的特征矩阵,同时对特征矩阵进行不同方式的预处理,从中选取诊断准确率最高的数据处理方式;4调整网络全连接层结构和神经元个数,加入Dropout网络优化,得到MLP故障诊断模型。本发明的方法,降低噪声的影响,显著提升训练速度和诊断准确率。

本发明授权基于小波变换-多层感知机的输电线路故障诊断方法在权利要求书中公布了:1.一种基于小波变换-多层感知机的输电线路故障诊断方法,其特征在于,按照以下步骤实施: 步骤1、采集原始三相电流信号,对故障类型编号;对原始三相电流信号加噪,获取含有噪声的故障样本,划分为训练集、测试集,具体过程是: 采集输电系统的原始三相电流信号,对故障类型进行编号;再对原始三相电流信号进行加噪处理,获取含有噪声的故障样本,并将样本划分为训练集、测试集; 在原始三相电流信号中叠加高斯白噪声信号,得到含有噪声的电流信号ft,函数式如式1: 1 式1中,t代表时间; 步骤2、选取去噪效果最好的小波基函数进行小波分解,具体过程是: 通过小波分解获取不同频段的小波系数,确定小波去噪阈值和去噪方式进行阈值去噪,选取去噪效果最好的小波基函数进行小波分解, 首先,采用小波分解,获得第j层上第k个频带上的小波系数Wj,kt,小波系数Wj,kt的函数式如式2: 2 式2中,a0j为伸缩因子,ka0jb0为平移因子,a01,b00;ft为含噪声的电流信号;Ψ为小波基函数; 其次,采用自适应阈值方式来确定阈值λi大小,即通过计算局部均值μi和局部方差σi2确定阈值大小,函数式如下: 3 4 其中,表示第i个电流信号的数值,N表示电流数值样本数量;根据局部方差σi2确定阈值λi大小,则自适应的阈值λi的函数式为: 5 阈值λi确定后,采用小波去噪中常用的硬阈值去噪方式和软阈值去噪方式,该两个方式的函数式分别为式6和7: 6 7 其中,Wi为当前小波系数向量;Wδ为经过阀值量化处理后的小波系数; 最后,构建去噪评价指标,包括信噪比SNR和均方根误差,该两个函数式分别如下: 8 9 其中,xi为原始信号;xδi为去噪后的信号;为原始信号的功率;为噪声的功率;N为电流数值样本数量; 步骤3、提取小波系数能量值,构造故障能量的特征矩阵,同时对特征矩阵进行不同方式的预处理,从中选取诊断准确率最高的数据处理方式; 步骤4、调整网络全连接层结构和神经元个数,并且加入Dropout网络优化,将故障诊断准确率最高的一种作为MLP故障诊断模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网陕西省电力有限公司宝鸡供电公司,其通讯地址为:721001 陕西省宝鸡市金台区大庆路125号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。