[发明专利]一种基于深度信念网络的高压断路器故障诊断方法有效
| 申请号： | 201810827990.4 | 申请日： | 2018-07-25 |
| 公开（公告）号： | CN109086817B | 公开（公告）日： | 2022-04-26 |
| 发明（设计）人： | 黄新波;王宁 | 申请（专利权）人： | 西安工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 王珂瑜 |
| 地址： | 710048 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度信念网络的高压断路器故障诊断方法，具体步骤为，步骤1：选取实验所需的数据样本，将统一标准化后的样本数据按照特定比例分为测试样本和训练样本。步骤2：搭建并初始化DBN深度信念网络故障诊断模型。步骤3：将预训练集中的大量无标签样本或去标签样本从模型底部输入，采用逐层无监督贪婪学习对模型中RBM进行预训练；步骤4：采用遗传算法对整个模型进行微调，步骤5，将训练获得的高压断路器故障诊断模型对步骤1中的测试集样本进行故障分类，得出故障分类结果，并统计模型诊断准确率。本发明的一种基于深度信念网络的高压断路器故障诊断方法，能够对大数据量样本进行训练，来实现高压断路器故障诊断功能。 | ||
| 搜索关键词： | 一种 基于 深度 信念 网络 高压 断路器 故障诊断 方法 | ||
【主权项】：
1.一种基于深度信念网络的高压断路器故障诊断方法，其特征在于，具体按照以下步骤实施：步骤1，选取实验所需的数据样本，将标准化处理后的样本数据按照特定比例分为测试样本和训练样本；步骤2，构建高压断路器DBN深度信念网络故障诊断模型，步骤3，采用逐层无监督贪婪学习算法(CD算法)对模型中RBM进行预训练，步骤4，采用遗传算法对整个模型进行微调，即模型参数寻优，步骤5，将步骤4训练获得的高压断路器故障诊断模型对步骤1中的测试集样本进行故障分类，得出故障分类结果，并统计模型诊断准确率。
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西安工程大学，未经西安工程大学许可，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/201810827990.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于贝叶斯分类算法的用户行为分析系统
- 下一篇：海洋锋面识别方法和装置
