基于小波奇异熵和BP神经网络的电力电缆故障识别方法

实质审查的生效

摘要

本发明涉及一种基于小波奇异熵和BP神经网络的电力电缆故障识别方法，包括S1、采集不同故障电缆的原始故障信号，建立样本库；S2、对S1获得的样本库的数据进行预处理；S3、构建基于小波奇异熵的故障特征量提取模型，并构建训练集、验证集和测试集；S4、构建基于BP神经网络的机器学习模型；S5、用步骤S4构建的训练集对机器学习模型进行训练；S6、验证机器学习模型；S7、测试模型。本发明能够精确识别每种种接地、短路故障，且在限定范围内不受故障距离、故障初相角和过渡电阻影响，具有高效性和实用性。

基本信息

专利标题：

基于小波奇异熵和BP神经网络的电力电缆故障识别方法

专利标题（英）：

暂无

公开（公告）号：

CN114519294A

申请号：

CN202111617851.7

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：

朱晓中张勇王瑞刚赵嘉兴杨海飞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：

CN202111617851.7

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06F17/14 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