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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学;南方电网科学研究院有限责任公司童宁获国家专利权

广东工业大学;南方电网科学研究院有限责任公司童宁获国家专利权

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!

龙图腾网获悉广东工业大学;南方电网科学研究院有限责任公司申请的专利一种基于混合神经网络模型的配电网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:CN119556054B

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:202411592421.8,技术领域涉及:G06F30/27;该发明授权一种基于混合神经网络模型的配电网故障诊断方法是由童宁;谢易亨;谭子义;李桂源;曹润彬;彭发喜;刘腾;蔡东晓设计研发完成,并于2024-11-08向国家知识产权局提交的专利申请。

一种基于混合神经网络模型的配电网故障诊断方法在说明书摘要公布了:本发明提供一种基于混合神经网络模型的配电网故障诊断方法,包括基于电压突变量信号规律判断配电网内是否处于正常状态;当配电网处于不正常状态,采集故障时刻延后3个周波的三相电压信号,并统一化采样率;将统一化采样率的三相电压信号转换为时间序列后利用马尔可夫转移场对其进行图像编码;构建并训练混合神经网络故障诊断模型并利用训练后的诊断模型对配电网进行实时监测,以对配电网故障类型进行诊断。本发明能够同时提取三相电压信号的二维编码图像特征以及时间序列特征,并引入门控向量对各通道提取的特征加权求和,解决单一训练模型提取特征信息不全的问题,实现更高的故障诊断准确率,提升配电网的故障诊断能力。

本发明授权一种基于混合神经网络模型的配电网故障诊断方法在权利要求书中公布了:1.一种基于混合神经网络模型的配电网故障诊断方法,其特征在于,包括如下步骤: S1、实时监测配电网母线的三相电压,并基于电压突变量信号规律判断配电网内是否处于正常状态; S2、当判断配电网处于不正常状态,在配电网母线处采集故障时刻延后3个周波的配电网母线三相电压信号,并统一化采样率; S3、将步骤S2中统一化采样率的三相电压信号转换为一维的电压时间序列,并利用马尔可夫转移场对一维的电压时间序列进行图像编码得到二维编码图像; S4、构建基于卷积神经网络CNN和门控循环单元GRU的混合神经网络故障诊断模型,并利用一维的电压时间序列和二维编码图像对其进行训练; 所述的门控循环单元GRU设有三个通道,每个通道包括时间序列输入层、展平层、GRU层,其中GRU层通过引入门控机制来控制信息的流动,保留相对重要的信息,去除相对不重要的信息;展平层将多维输入展平为一维;所述的门控循环单元GRU输出为3组时间序列的3组特征;所述的门控循环单元GRU的数学模型为: ; 式中,为输入的3组时间序列;为GRU分支的输出;为展平层计算;为GRU层计算; 所述的混合神经网络故障诊断模型的结合部分包括注意力层、第二全连接层、Softmax层、分类器;所述的混合神经网络故障诊断模型的数学模型为: ; 式中,为GRU分支的输出;为CNN分支的输出;为混合神经网络故障诊断模型的输出; S5、将实时监测的电压信号依次经过步骤S1-S3处理后输入到训练好的混合神经网络故障诊断模型中,以对配电网故障类型进行诊断。

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广东工业大学;南方电网科学研究院有限责任公司,其通讯地址为:510006 广东省广州市番禺区小谷围街道广东工业大学;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。