- 专利标题: 一种基于卷积神经网络的三相电能质量扰动检测方法
- 专利标题(英): Three-phase power quality disturbance detection method based on convolutional neural network
-
申请号: CN201910832724.5申请日: 2019-09-04
-
公开(公告)号: CN110703006A公开(公告)日: 2020-01-17
- 发明人: 赵寿生 , 崔建业 , 张波 , 赵冠军 , 姚晖 , 苏毅方 , 张一航 , 方旭光 , 朱泽厅 , 陈州浩 , 邵先军 , 童力 , 金超 , 徐洁 , 黄洁敏 , 俞勤政 , 舒展
- 申请人: 国网浙江省电力有限公司金华供电公司 , 国网浙江省电力有限公司 , 国家电网有限公司
- 申请人地址: 浙江省金华市婺城区双溪西路420号
- 专利权人: 国网浙江省电力有限公司金华供电公司,国网浙江省电力有限公司,国家电网有限公司
- 当前专利权人: 国网浙江省电力有限公司金华供电公司,国网浙江省电力有限公司,国家电网有限公司
- 当前专利权人地址: 浙江省金华市婺城区双溪西路420号
- 代理机构: 杭州杭诚专利事务所有限公司
- 代理商 尉伟敏
- 主分类号: G01R31/00
- IPC分类号: G01R31/00 ; G06K9/00 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06Q10/06 ; G06Q50/06
摘要:
本发明涉及电气自动化领域,公开了一种基于卷积神经网络的三相电能质量扰动检测方法,包括下列步骤:A)采集三相电能扰动信号数据;B)对三相电能扰动信号进行数据预处理,获得三相电能RGB图片;C)制作训练集和测试集;D)构建卷积神经网络模型;E)获取三相电能质量扰动检测结果。本发明效率高,减少了人为主观因素的影响,将采集的三相电能信号转为RGB图片,使信号特征更加紧密,计算量少,通过建立卷积神经网络模型智能提取扰动信号特征,实现扰动信号的准确分类,可对多个扰动信号同时检测,并且可以检测出两相或三相之间发生故障的情况。
公开/授权文献
- CN110703006B 一种基于卷积神经网络的三相电能质量扰动检测方法 公开/授权日:2022-06-21