[发明专利]一种基于深度置信网络的数字化电能表故障诊断方法在审
| 申请号： | 201810521491.2 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108732528A | 公开（公告）日： | 2018-11-02 |
| 发明（设计）人： | 郑州;黄天富;郭志伟;张凯;吴志武;王春光;伍翔 | 申请（专利权）人： | 国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司 |
| 主分类号： | G01R35/04 | 分类号： | G01R35/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350007 福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度置信网络的数字化电能表故障诊断方法，包括：（1）获取原始采集数据；（2）数据预处理；（3）设置模型超参数；（4）用训练样本训练模型；（5）用测试样本测试模型；（6）输出数字化电能表故障诊断结果。本发明提出的一种基于深度置信网络的数字化电能表故障诊断方法，将深度学习理论应用于电能表故障诊断中，在数据量大、易缺失的情况下自动学习各种故障下各采集数据的变化特征，同时具有较好的容错性，有助于提高数字化电能表故障诊断精确性和及时性，保证柔性直流输电系统的安全稳定运行。 | ||
| 搜索关键词： | 故障诊断 数字化电能表 置信 电能表 柔性直流输电系统 故障诊断结果 原始采集数据 输出数字化 数据预处理 网络 安全稳定 变化特征 采集数据 测试模型 测试样本 理论应用 训练模型 训练样本 自动学习 容错性 数据量 保证 学习 | ||
【主权项】：
1.一种基于深度置信网络的数字化电能表故障诊断方法，其特征在于，按照如下步骤实现：步骤S1：获取数字化电能表历史监测数据，包括正常样本和故障样本；步骤S2：对所获取数字化电能表历史监测数据进行数据预处理，剔除冗余数据和坏数据，对原始时域信号0‑1归一化，并按照预设比例划分训练集和测试集；步骤S3：根据训练数据确定深度置信网络的超参数，包括：输入节点、输出节点、最大层数、每层的节点数和最大迭代次数；步骤S4：通过训练数据训练深度置信网络，反复迭代直至深度置信网络的代价函数低于预设阈值；步骤S5：将测试数据导入到已经训练好的深度置信网络中进行测试，如果测试精度不满足预设阈值要求，则重复步骤S3以及步骤S4再次训练深度置信网络；步骤S6：将深度置信网络用于柔性直流输电系统中的数字化电能表故障诊断，输出数字化电能表故障诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司，未经国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810521491.2/，转载请声明来源钻瓜专利网。
- 上一篇：基于广域同步测量的互感器性能在线监测系统
- 下一篇：一种电力仪表检测装置
