[发明专利]一种基于遗传算法的改进神经网络的开关柜状态监测方法在审
| 申请号： | 201811130742.0 | 申请日： | 2018-09-27 |
| 公开（公告）号： | CN109459671A | 公开（公告）日： | 2019-03-12 |
| 发明（设计）人： | 吴健;温云波;徐凯;王涤;章璨;归宇;王炜;陈昱;章铭;程少龙;董建强;张锋良 | 申请（专利权）人： | 国网浙江省电力有限公司湖州供电公司 |
| 主分类号： | G01R31/12 | 分类号： | G01R31/12;G06N3/04;G06N3/08 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 彭艳君 |
| 地址： | 313000 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电力系统局部放电位置诊断技术，具体涉及一种基于遗传算法的改进神经网络的开关柜状态监测方法，包括首先确定整个系统模型参数；然后引入遗传算法对BP神经网络进行优化：由遗传算法确定最优权值、阈值分布，将其作为BP神经网络初始参数用于模型预测，根据测试结果修正模型误差参数，以提高模型状态识别正确率；最后结合训练模型预测开关柜内部运行状态。该监测方法对传统电量检测开关柜故障做出改进，通过分析不同劣化缺陷模型下组分气体信息简化测量难度，由于BP神经网络易限于局部最优解的情况，结合遗传算法进行修正从而提高检测精度，实现开关柜故障早期预警，有效降低开关柜故障率，保证电网安全运行。 | ||
| 搜索关键词： | 遗传算法 开关柜 开关柜状态 模型预测 神经网络 监测 电网安全运行 局部放电位置 内部运行状态 系统模型参数 改进 初始参数 电力系统 电量检测 结合训练 模型状态 缺陷模型 误差参数 信息简化 修正模型 早期预警 诊断技术 组分气体 故障率 正确率 最优解 劣化 优权 测量 修正 检测 引入 优化 保证 分析 | ||
【主权项】：
1.一种基于遗传算法的改进神经网络的开关柜状态监测方法，其特征是，包括首先确定整个系统模型参数；然后引入遗传算法对BP神经网络进行优化；由遗传算法确定最优权值、阈值，将其作为BP神经网络初始参数用于模型预测，根据测试结果修正模型误差参数；最后结合训练模型预测开关柜内部运行状态。
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浙江省电力有限公司湖州供电公司，未经国网浙江省电力有限公司湖州供电公司许可，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/201811130742.0/，转载请声明来源钻瓜专利网。
