发明公开
- 专利标题: 配电网故障监测轻量化实现方法、装置、设备及存储介质
-
申请号: CN202211069836.8申请日: 2022-09-01
-
公开(公告)号: CN115408945A公开(公告)日: 2022-11-29
- 发明人: 李奇越 , 徐叶刚 , 周亚 , 吴航 , 蒋伟 , 谢涛 , 刘鑫 , 周攀 , 孙伟 , 李帷韬 , 戴盛全 , 李希明
- 申请人: 合肥工业大学 , 国网安徽省电力有限公司滁州供电公司 , 国网安徽省电力有限公司
- 申请人地址: 安徽省合肥市包河区屯溪路193号; ;
- 专利权人: 合肥工业大学,国网安徽省电力有限公司滁州供电公司,国网安徽省电力有限公司
- 当前专利权人: 合肥工业大学,国网安徽省电力有限公司滁州供电公司,国网安徽省电力有限公司
- 当前专利权人地址: 安徽省合肥市包河区屯溪路193号; ;
- 代理机构: 合肥市浩智运专利代理事务所
- 代理商 闫客
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06N3/04 ; G06N3/08 ; G06Q50/06 ; G06F113/04 ; G06F119/02
摘要:
本发明公开一种配电网故障监测轻量化实现方法、装置、设备及存储介质,故障监测神经网络部署于嵌入式微处理器,嵌入式微处理器包含两级存储器结构,一级存储器存储有故障监测神经网络的权重参数,故障监测神经网络为基于网络权重参数图内距离聚类与类内均匀剪枝得到的轻量化LSTM神经网络,方法包括:获取配电网线路的三相电流电压数据;二级存储器从一级存储器中读取所述权重参数,并基于故障监测神经网络,对三相电流电压数据进行处理,得到配电网故障类型。本发明减少了两级存储器之间对于神经网络模型权重参数的内存访问次数,降低了功耗;并且减少了网络模型内权重参数数量,模型规模小,更易于在嵌入式设备上部署。