[发明专利]基于栈式降噪自编码器的输变电设备状态异常检测方法和系统在审

专利信息
申请号: 201810582336.1 申请日: 2018-06-07
公开(公告)号: CN109101986A 公开(公告)日: 2018-12-28
发明(设计)人: 盛戈皞;代杰杰;李鹏;吴绍军;李金忠;李文升;安树怀;张书琦;王健一;高飞;仇宇舟;汪可;侯慧娟 申请(专利权)人: 国网山东省电力公司青岛供电公司;上海交通大学;中国电力科学研究院有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06F17/30;G06N5/02;G01R31/00
代理公司: 上海东信专利商标事务所(普通合伙) 31228 代理人: 杨丹莉;李丹
地址: 266002 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了基于栈式降噪自编码器的输变电设备状态异常检测方法,包括步骤:(1)获取输变电设备状态在线监测数据,采用关联规则挖掘方法获得输变电设备状态在线监测数据关联性较强的强相关状态参量,进而获得强相关监测数据序列;(2)将强相关监测数据序列划分为训练样本和测试样本,采用训练样本对栈式降噪自编码器进行训练学习,获得最优训练参数,则训练后的栈式降噪自编码器输出训练样本的重构表示;(3)基于所述训练样本的重构表示与训练样本得到训练样本的重构误差,确定重构误差的上限阈值Thd;(4)将测试样本的重构误差与所述上限阈值Thd进行比较,基于比较结果输出输变电设备状态的辨识结果。
搜索关键词: 训练样本 输变电设备状态 重构 降噪 栈式 编码器 强相关 在线监测数据 测试样本 监测数据 异常检测 关联规则挖掘 编码器输出 辨识结果 训练参数 训练学习 状态参量 关联性 输出
【主权项】:
1.一种基于栈式降噪自编码器的输变电设备状态异常检测方法,其特征在于,包括步骤:(1)获取输变电设备状态在线监测数据,采用关联规则挖掘方法获得输变电设备状态在线监测数据关联性较强的强相关状态参量,根据强相关状态参量的时间序列获得强相关监测数据序列;(2)将强相关监测数据序列划分为训练样本和测试样本,采用训练样本对栈式降噪自编码器进行训练学习,获得栈式降噪自编码器的最优训练参数,则具有该最优训练参数的栈式降噪自编码器输出训练样本的重构表示;(3)基于训练样本的重构表示与所述训练样本得到训练样本的重构误差,对训练样本的重构误差进行核密度估计得到误差概率分布情况,以确定重构误差的上限阈值Thd;(4)将所述测试样本输入具有所述最优训练参数的栈式降噪自编码器,输出得到测试样本的重构误差,将测试样本的重构误差与所述上限阈值Thd进行比较,基于比较结果输出输变电设备状态的辨识结果。
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山东省电力公司青岛供电公司;上海交通大学;中国电力科学研究院有限公司,未经国网山东省电力公司青岛供电公司;上海交通大学;中国电力科学研究院有限公司许可,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/201810582336.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top