首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于贝叶斯优化深层神经网络的避雷器阻性电流预测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京导纳能科技有限公司

摘要:本发明公开了一种基于贝叶斯优化深层神经网络的避雷器阻性电流预测方法及系统,包括以下步骤:采集避雷器三相角差数据和环境因素数据;使用无监督异常检测方法筛选异常数据,剔除错误的数据信息;将相角差以及环境因素数据作为输入量,阻性电流数据作为输出量,利用深层神经网络构建预测模型,同时,采用贝叶斯优化网络模型超参数;根据模型预测阻性电流数据并进行模型评价。本发明解决了预测避雷器阻性电流不准确的问题,使用单类支持向量机方法能够有效剔除异常数据,为模型提供准确的数据基础,采用贝叶斯优化器选取最优超参数提高了深层神经网络模型预测阻性电流的准确度,进而保障了预测避雷器的运行状态的有效性,维护电网运行安全。

主权项:1.一种基于贝叶斯优化深层神经网络的避雷器阻性电流预测方法,其特征在于,包括步骤:S1:采集避雷器泄漏电流和环境因素数据,将采集到的泄漏电流数据进行傅里叶分解,获取三相角差数据;S2:采用单类支持向量机方法筛选异常数据,剔除采集到的错误数据信息,作为数据训练集;S3:将筛选后的三相角差数据和环境因素数据作为输入量,阻性电流数据作为输出量,构建深层神经网络的预测模型;S4:基于数据训练集,采用贝叶斯算法优化预测模型超参数,迭代训练预测模型;S5:通过迭代优化完成的预测模型对阻性电流数据进行预测。

全文数据:

权利要求:

百度查询: 南京导纳能科技有限公司 基于贝叶斯优化深层神经网络的避雷器阻性电流预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术