基于1D V-net深度学习模型的电压暂降分析方法
实质审查的生效
摘要
本发明公开了基于1D V‑net深度学习模型的电压暂降分析方法，能够直接从原始的监测数据中自主学习由电动机启动、变压器投切、单相短路、两相短路和三相短路原因引起的电压暂降特征信息，避免了繁琐手工特征提取过程。与RNN、LSTM、GRU等结构构成的单向循环网络结构相比较，本发明能够提高电压暂降扰动类型分类准确率和电压暂降起止时刻定位准确率。与RNN、LSTM、GRU等结构构成的双向循环网络结构相比较，本发明能够在降低模型参数的基础上，保障电压暂降扰动类型分类准确率和电压暂降起止时刻定位准确率。
基本信息
专利标题 ：
基于1D V-net深度学习模型的电压暂降分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114487568A
申请号 ：
CN202210020999.0
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
邓亚平贾颢同向前王璐
申请人 ：
西安理工大学
申请人地址 ：
陕西省西安市碑林区金花南路5号
代理机构 ：
西安弘理专利事务所
代理人 ：
谈耀文
优先权 ：
CN202210020999.0
主分类号 ：
G01R19/165
IPC分类号 ：
G01R19/165 G01R31/08 G06N3/04 G06N3/08
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
G01R19/00
用于测量电流或电压或者用于指示其存在或符号的装置
G01R19/165
指示电流或电压高于或低于预定值，或者是处于预定的数值范围之内或之外
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G01R 19/165
申请日 : 20220110
申请日 : 20220110
2022-05-13 ：
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
