Document
拖动滑块完成拼图
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

一种基于残差改进的胶囊网络箱式变电站故障诊断方法 

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:西安理工大学

摘要:本发明公开了一种基于残差改进的胶囊网络箱式变电站故障诊断方法,属于变电站技术领域,该方法为:包括进行数据集处理,即数据集划分和对箱式变电站故障类型的独热编码;构建基于残差改进的胶囊网络;将训练集和验证集输入到胶囊网络进行训练,利用反向传播算法训练残差胶囊网络,通过前向激励传播和反向权重更新,不断优化模型中的参数,得到训练好的箱式变电站故障诊断模型;将测试集输入训练好的箱式变电站故障诊断模型得到箱式变电站故障诊断方法结果。本发明能解决传统卷积网络模型由于数据众多引起网络加深带来的模型性能退化问题,有效解决了梯度消失和梯度爆炸的问题,并能准确挖掘其中蕴含的状态特征,提高箱式变电站故障诊断的精度。

主权项:1.一种基于残差改进的胶囊网络箱式变电站故障诊断方法,其特征在于,该方法包括以下步骤:步骤1:进行数据集处理,即划分数据集和对箱式变电站故障类型的独热编码,用于后续模型训练和性能评估,划分的数据集包括训练集、验证集、测试集;步骤2:构建基于残差改进的胶囊网络故障诊断模型,所述的基于残差改进的胶囊网络故障诊断模型依次包括残次卷积层及胶囊层,所述胶囊层分为主胶囊层和数字胶囊层;步骤3:将训练集和验证集输入到基于残差改进的胶囊网络故障诊断模型中进行训练,利用反向传播算法训练残差胶囊网络,通过前向激励传播和反向权重更新,不断优化模型中残差卷积网络的卷积层层数、卷积核大小、模型的学习率、训练批次大小和最大训练迭代次数的参数,得到训练好的箱式变电站故障诊断模型;步骤4,将测试集输入训练好的箱式变电站故障诊断模型得到箱式变电站故障诊断结果。

全文数据:

权利要求:

百度查询: 西安理工大学 一种基于残差改进的胶囊网络箱式变电站故障诊断方法

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。