[发明专利]一种基于自组织的模糊小脑模型神经网络学习的开关柜设备故障预测方法在审
| 申请号： | 202210548673.5 | 申请日： | 2022-05-20 |
| 公开（公告）号： | CN114819103A | 公开（公告）日： | 2022-07-29 |
| 发明（设计）人： | 韩刃;邵振华 | 申请（专利权）人： | 厦门明翰电气股份有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F16/215;G06F16/22;G06F16/901;G06Q10/04;G06Q10/00;G06Q50/06;G01R31/327 |
| 代理公司： | 厦门原创专利事务所(普通合伙) 35101 | 代理人： | 李荣耀 |
| 地址： | 361000 福建省厦门市火炬高新*** | 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： | 本发明提供了一种基于自组织的模糊小脑模型神经网络学习的开关柜设备故障预测方法，包括S1：对来自开关柜局部放电检测数据进行图谱分析，得到图谱的特征数据存储在二维的矩阵，形成M×N的特征输入，接着采用自相关协方差方法去除原始数据的噪声并减少输入数据的维度；S2：建立具有三层映射关系的自组织小脑神经网络模型；S3：利用李雅普诺夫函数设计该模型的优化学习率；S4：将训练数据作为模型输入，对模糊大脑神经网络模型进行训练；S5：对当前开关柜局部放电检测数据执行步骤S1操作，将获得的数据作为特征输入，将其输入模型对开关柜设备故障进行预测；上述方法可实时掌握开关柜的健康状态，促进电力产业的健康发展。 | ||
| 搜索关键词： | 一种 基于 组织 模糊 小脑 模型 神经网络 学习 开关柜 设备 故障 预测 方法 | ||
【主权项】：
暂无信息
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厦门明翰电气股份有限公司，未经厦门明翰电气股份有限公司许可，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/202210548673.5/，转载请声明来源钻瓜专利网。
