[发明专利]一种基于深度卷积神经网络的配电网故障定位方法有效
| 申请号： | 201711405417.6 | 申请日： | 2017-12-22 |
| 公开（公告）号： | CN108107324B | 公开（公告）日： | 2020-04-17 |
| 发明（设计）人： | 姚蔷;张建良;戴义波 | 申请（专利权）人： | 北京映翰通网络技术股份有限公司 |
| 主分类号： | G01R31/08 | 分类号： | G01R31/08 |
| 代理公司： | 北京金智普华知识产权代理有限公司 11401 | 代理人： | 巴晓艳 |
| 地址： | 100102 北京市朝阳*** | 国省代码： | 北京;11 |
| 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卷积神经网络的配电网故障定位方法，所述配电网故障定位方法包括：对各配电网监测终端的录波数据根据广域对时技术截取出波形的公共时间区段，并对所截取的公共时间区段波形进行预处理得到有效区域数据；随后对有效区域数据进行拼接处理。构建包含卷积层区域和全连接区域的深度卷积神经网络框架，所述卷积层区域包含卷积块。利用故障定位分类数据集对深度卷积神经网络模型进行超参数机器训练以获得最优深度卷积神经网络故障定位器模型。将各配电网监测终端的拼接后的有效区域数据输入最优深度卷积神经网络故障定位器模型以获得各配电网监测终端相对于故障点的相对位置。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 配电网 故障 定位 方法 | ||
【主权项】：
1.一种基于深度卷积神经网络的配电网故障定位方法，其特征在于，所述配电网故障定位方法包括：对各配电网监测终端的录波数据根据广域对时技术截取出波形的公共时间区段，并对所截取的公共时间区段波形进行预处理得到有效区域数据；随后对有效区域数据进行拼接处理。构建包含卷积层区域和全连接区域的深度卷积神经网络框架，所述卷积层区域包含卷积块；使用超参数生成器生成多个深度卷积神经网络模型，利用故障定位分类数据集对所述多个深度卷积神经网络模型进行超参数机器训练以获得最优深度卷积神经网络故障定位器模型；将各配电网监测终端的拼接后的有效区域数据输入最优深度卷积神经网络故障定位器模型以获得各配电网监测终端相对于故障点的相对位置。
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北京映翰通网络技术股份有限公司，未经北京映翰通网络技术股份有限公司许可，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/201711405417.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种电力电缆故障测距方法
- 下一篇：一种快速查找三相电压互感器故障的方法
