一种融合自编码器和卷积神经网络的电网故障诊断方法
授权
摘要
本发明提供一种基于PMU(Phasor Measurement Unit)的融合自编码器和卷积神经网络的电网故障诊断方法。所述方法包括：采集电气设备PMU数据，构建基于自编码器(AE)的可疑故障设备定位模型；建立基于卷积神经网络(CNN)的故障设备精准定位模型；绘制PMU数据的雷达图，构建基于CNN的故障类型判定模型；结合故障设备定位与故障类型判定结果实现电网故障的诊断。在PMU数据的基础上，引入人工智能算法来提升电网故障定位的效率与故障定性的准确性，实现端到端的自动化，大幅度节约了人力成本。
基本信息
专利标题 ：
一种融合自编码器和卷积神经网络的电网故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113740667A
申请号 ：
CN202111004270.6
公开（公告）日 ：
2021-12-03
申请日 ：
2021-08-30
授权号 ：
CN113740667B
授权日 ：
2022-06-14
发明人 ：
张旭郑钰川郭子兴刘伯文丁睿婷王怡
申请人 ：
华北电力大学
申请人地址 ：
北京市昌平区北农路2号
代理机构 ：
北京智绘未来专利代理事务所(普通合伙)
代理人 ：
肖继军
优先权 ：
CN202111004270.6
主分类号 ：
G01R31/08
IPC分类号 ：
G01R31/08
IPC结构图谱
G
G部——物理
G01
测量；测试
G01R
测量电变量；测量磁变量
G01R31/00
电性能的测试装置；电故障的探测装置；以所进行的测试在其他位置未提供为特征的电测试装置；在制造过程中测试或测量半导体或固体器件入H01L21/66；线路传输系统的测试入H04B3/46）
G01R31/08
探测电缆、传输线或网络中的故障
法律状态
2022-06-14 ：
授权
2021-12-21 ：
实质审查的生效
IPC(主分类) : G01R 31/08
申请日 : 20210830
申请日 : 20210830
2021-12-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
