发明公开
- 专利标题: 一种基于深度学习网络的配电网触电故障检测方法
-
申请号: CN202310726191.9申请日: 2023-06-19
-
公开(公告)号: CN116933126A公开(公告)日: 2023-10-24
- 发明人: 秦丽文 , 周毅波 , 周柯 , 俞小勇 , 陈绍南 , 金庆忍 , 吴丽芳 , 张碧芸 , 李克文
- 申请人: 广西电网有限责任公司电力科学研究院
- 申请人地址: 广西壮族自治区南宁市兴宁区民主路6-2号
- 专利权人: 广西电网有限责任公司电力科学研究院
- 当前专利权人: 广西电网有限责任公司电力科学研究院
- 当前专利权人地址: 广西壮族自治区南宁市兴宁区民主路6-2号
- 代理机构: 南宁东智知识产权代理事务所
- 代理商 黎华艳
- 主分类号: G06F18/24
- IPC分类号: G06F18/24 ; G01R31/00 ; G06F18/214 ; G06N3/0442 ; G06N3/0464 ; G06N3/084 ; G06Q50/06
摘要:
本发明公开了一种基于深度学习网络的配电网触电故障检测方法,属于配电网技术领域,该方法包括:基于长短期记忆网络和卷积神经网络构建深度学习网络;获取配电线路发生生物体触电故障时的触电故障样本作为原始训练数据;对原始训练数据进行动态批量采样得到新的训练样本;对新的训练样本进行信号谱提取,获取新的训练样本的完整信号谱;根据完整信号谱对深度学习网络进行参数优化,并对深度学习网络求解,使训练后的深度学习网络输出触电故障类型,完成深度学习网络训练;对训练后的深度学习网络进行验证是否训练完成,当训练完成时,则能够识别出触电故障类型;将实时检测的触电故障样本输入训练后的深度学习网络进行配电网触电故障检测。