[发明专利]一种基于半监督式机器学习的低压故障电弧感知方法有效
| 申请号： | 202110491988.6 | 申请日： | 2021-05-06 |
| 公开（公告）号： | CN113297786B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 陈思磊;王源丰;同向前 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F18/2411;G06F18/214;G06N20/00;G01R31/00 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 范巍 |
| 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半监督式机器学习的低压故障电弧感知方法，对一个分析周期内的检测信号，经过小波包分解后在故障电弧特征频段对应节点重构小波系数，通过绝对值求和得到对应频段上的特征值，基于安全式半监督支持向机对特征值进行状态分类，判断低压用电系统内故障电弧发生的情况，在感知到故障电弧发生的条件下，结合对检测信号进行短时傅里叶变换及特定频段分量累加而得到的特征值，辨识故障电弧的类型。本发明能够在有限样本标签训练条件下，减少分类模型计算量，获得相对较高的故障电弧感知准确率，同时通过增加对串联、并联故障电弧的精准判断，从而能够最大限度地优化灭弧措施、提升系统运行维护效率。 | ||
| 搜索关键词： | 一种 基于 监督 机器 学习 低压 故障 电弧 感知 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西安理工大学，未经西安理工大学许可，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/202110491988.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种手术缝针医疗固定器
- 下一篇：一种便于拆卸和安装的机械制造用关节臂
