Invention Publication
- Patent Title: 一种基于概率神经网络的复合绝缘子憎水性等级判定方法
- Patent Title (English): composite insulator hydrophobicity grade determination method based on a probabilistic neural network
-
Application No.: CN201811531382.5Application Date: 2018-12-14
-
Publication No.: CN109800854APublication Date: 2019-05-24
- Inventor: 包艳艳 , 温定筠 , 张广东 , 陈宏刚 , 刘康 , 王永奇 , 高育栋 , 郭陆 , 陈博栋 , 樊新鸿
- Applicant: 国网甘肃省电力公司电力科学研究院
- Applicant Address: 甘肃省兰州市安宁区万新北路249号
- Assignee: 国网甘肃省电力公司电力科学研究院
- Current Assignee: 国网甘肃省电力公司电力科学研究院
- Current Assignee Address: 甘肃省兰州市安宁区万新北路249号
- Agency: 北京轻创知识产权代理有限公司
- Agent 谈杰
- Main IPC: G06N3/04
- IPC: G06N3/04 ; G06N3/08

Abstract:
本发明发明了一种基于概率神经网络的复合绝缘子憎水性等级判定方法。改进的形状因子法作为常用的复合绝缘子憎水性特征参数提取方法,将最大水珠(或水膜)的形状因子与最大水珠(或水膜)的面积相结合,使得绝缘子等级判定结果大大提高,总共由输入层、模式层、求和层和输出层这4层结构组成。学习过程相对简单,没有涉及到收敛方面的问题。输入层和求和层在学习之前就可以根据实际情况确定,只需要确定学习样本的个数就可以确定概率神经网络的结构。
Information query