基于小样本机器学习模型的电缆本体故障识别方法

实质审查的生效

摘要

本发明涉及一种基于小样本机器学习模型的电缆本体故障识别方法，包括以下步骤：S1、采集电力电缆不同故障的感应电流信号，建立样本库；S2，对S1中的样本库进行预处理，构建小样本训练集、验证集和测试集；S3、构建基于卷积神经网络和度量学习的小样本机器学习模型；S4、将S2中构建的训练集对机器学习模型进行训练；S5、将S2中构建的验证集定期验证机器学习模型，当验证训练达到设定准确率后，固化模型。S6、测试模型，向S5中的固化模型输入电力电缆感应电流谐波信号，输出相应的分类标签，最终获得电力电缆本体故障所属的类别。本发明可有效避免工程应用中数据样本难以采集，标注工作量大等问题，尤其适用于工程应用中数据样本少的情况。

基本信息

专利标题：

基于小样本机器学习模型的电缆本体故障识别方法

专利标题（英）：

暂无

公开（公告）号：

CN114519293A

申请号：

CN202111611821.5

公开（公告）日：

2022-05-20

申请日：

2021-12-27

授权号：

暂无

授权日：

暂无

发明人：

周涛赵嘉兴郭建斌姜涛王瑞刚朱晓中万庆祝闫旭阳李伊梦郑帅袁润娇

申请人：

国网山西省电力公司阳泉供电公司;北方工业大学

申请人地址：

山西省阳泉市城区德胜东街333号

代理机构：

江阴市权益专利代理事务所(普通合伙)

代理人：

舒平

优先权：

CN202111611821.5

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06K9/62 G06F113/16 G06F119/02

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-06-07 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20211227

2022-05-20 ：

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