首页> 中国专利> 基于回声网络和深度残差神经网络的变压器状态评估方法

基于回声网络和深度残差神经网络的变压器状态评估方法

摘要

本发明公开了一种基于泄露积分回声网络和深度残差神经网络的变压器健康状态评估方法,包括以下步骤:采集各变电站中的监测信息;对采集到的监测信息进行数据滤波、数据清洗和数据归一化处理,得到输入矩阵;将输入矩阵输入泄露积分回声网络,生成可训练的人工数据,将人工数据按比例划分为训练集和验证集;构建基于压缩激励网络的深度残差神经网络,输入训练集和验证集进行网络训练;结合实际测试数据进行健康状态评估和网络更新。本发明考虑深度学习神经网络需要大量数据,利用泄露积分回声网络生成人工训练数据。并引入深度残差网络和压缩激励网络构建深度学习神经网络,提高神经网络的特征提取能力。该评估方法具备较高的准确率和较强的鲁棒性。

著录项

  • 公开/公告号CN114186379A

    专利类型发明专利

  • 公开/公告日2022-03-15

    原文格式PDF

  • 申请/专利权人 武汉大学;

    申请/专利号CN202111184970.8

  • 申请日2021-10-12

  • 分类号G06F30/20(20200101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构42102 湖北武汉永嘉专利代理有限公司;

  • 代理人刘琰

  • 地址 430072 湖北省武汉市武昌区八一路299号

  • 入库时间 2023-06-19 14:31:20

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-03-15

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号