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：国网浙江省电力有限公司电力科学研究院
摘要：本发明属于局部放电分类识别技术领域，公开了GIS局部放电模式识别模型及其训练方法，本发明方法包括获取训练图集；对进行相位特征提取以生成对应的灰度图和灰度值，构建相位匹配神经网络并将训练图集输入相位匹配神经网络，以输出每一灰度图的每一放电模式概率；对灰度图进行分类，对同类灰度图的灰度值和每一放电模式概率进行归一化处理后累加，以得到表征各类放电模式的统计特征值；基于各类放电模式的统计特征值和灰度图的灰度值，计算每一灰度图与每一放电模式的相似度，预设修正系数并基于此修正相似度；设置模型训练损失函数优化相位匹配神经网络参数。本发明提高了放电模式识别的可靠性，增强了系统的适应性和鲁棒性。
主权项：1.GIS局部放电模式识别模型训练方法，其特征在于，包括步骤：S1、获取训练图集，所述训练图集包括多张原始图像及其对应的放电模式标签；S2、对训练图集中每张原始图像进行相位特征提取以生成对应的灰度图和灰度值，构建相位匹配神经网络并将每一灰度图及其对应的放电模式标签输入所述相位匹配神经网络，以输出每一灰度图的每一放电模式概率；S3、基于放电模式标签对灰度图进行分类，对同类灰度图的灰度值和每一放电模式概率进行归一化处理后累加，以得到表征各类放电模式的统计特征值；S4、基于各类放电模式的统计特征值和灰度图的灰度值，计算每一灰度图与每一放电模式的相似度，预设修正系数并基于此修正每一灰度图的每一放电模式概率；S5、设置相位匹配神经网络训练损失函数，基于所述训练损失函数和步骤S4修正后得到的每一灰度图的每一放电模式概率，优化相位匹配神经网络参数完成训练，得到识别模型。
全文数据：
权利要求：
百度查询： 国网浙江省电力有限公司电力科学研究院 GIS局部放电模式识别模型及其训练方法
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