龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：重庆大学;国网重庆市电力公司电力科学研究院;国家电网有限公司
摘要：本发明涉及一种基于深度学习的离网稀疏贝叶斯局部放电DOA的估计方法，属于局部放电检测领域。该方法包括对采样的放电声阵列信号采用离网稀疏贝叶斯算法进行两次迭代运算，得到前两次离网稀疏贝叶斯算法的均值和方差；然后将得到的均值和方差转化为归一化的实数后输入到深度学习网络LSTM，从而求解出未知声源的DOA；与传统的离网稀疏贝叶斯算法相比，该方法在接近离网稀疏贝叶斯的定位精度下，其定位速度得到明显提高，抗频率波动能力和噪声鲁棒性明显增强。
主权项：1.基于深度学习的离网稀疏贝叶斯局部放电DOA的估计方法，其特征在于：该方法具体包括以下步骤：S1：对采集的声阵列信号进行目标频率的提取；S2：将提取后只含有目标频率的声阵列信号进行两次离网稀疏贝叶斯算法迭代，得到均值、方差和放电声源的方位；S3：将离网稀疏贝叶斯算法两次迭代后的均值和方差转化为归一化实数；S4：将归一化的实数均值和方差输入到LSTM深度学习网络，得到局部放电声源的幅值。
全文数据：
权利要求：
百度查询： 重庆大学 国网重庆市电力公司电力科学研究院 国家电网有限公司 基于深度学习的离网稀疏贝叶斯局部放电DOA的估计方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号