发明公开
- 专利标题: 基于VMD与卷积神经网络的直流配网高阻故障识别方法
-
申请号: CN202311062882.X申请日: 2023-08-22
-
公开(公告)号: CN117113180A公开(公告)日: 2023-11-24
- 发明人: 孙玉波 , 王耀 , 朱贺 , 肖阳春 , 赵铃光 , 叶景 , 曾志宏 , 林超群 , 涂承谦 , 雷伟 , 吴剑钊 , 柳卫明 , 苏建新 , 叶娴 , 缪健锋
- 申请人: 国家电网有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司宁德供电公司 , 国网福建省电力有限公司电力科学研究院
- 申请人地址: 北京市西城区西长安街86号国家电网有限公司
- 专利权人: 国家电网有限公司,国网福建省电力有限公司,国网福建省电力有限公司宁德供电公司,国网福建省电力有限公司电力科学研究院
- 当前专利权人: 国家电网有限公司,国网福建省电力有限公司,国网福建省电力有限公司宁德供电公司,国网福建省电力有限公司电力科学研究院
- 当前专利权人地址: 北京市西城区西长安街86号国家电网有限公司
- 代理机构: 福州科扬专利事务所
- 代理商 何小星
- 主分类号: G06F18/241
- IPC分类号: G06F18/241 ; G06F18/10 ; G06F18/213 ; G06N3/0464 ; G06N3/048 ; G06N3/082 ; G01R31/08
摘要:
本发明涉及基于VMD与卷积神经网络的直流配网高阻故障识别方法,通过变分模态分解VMD将输入信号分解为多个本征模态分量IMF,每个IMF包含特定的频率范围和幅值信息,卷积神经网络可以更好地结合VMD提供的时频特性和CNN的卷积操作,提取更丰富和有意义的特征,提高了故障识别的准确性和鲁棒性,通过卷积网络中的inception模块来解决神经网络参数多,计算量大以及过拟合等问题,提高模型的泛化能力,并在面对新数据时保持较好的表现。