Invention Publication
- Patent Title: 一种基于多任务学习卷积神经网的交流串联故障电弧与负载同时识别方法及系统
-
Application No.: CN202311567226.5Application Date: 2023-11-22
-
Publication No.: CN118113988APublication Date: 2024-05-31
- Inventor: 徐丽红 , 林明星 , 陈端云 , 蒋祖立 , 柯拥勤 , 吴君凯 , 林楠 , 彭健 , 庄书达 , 陈隆
- Applicant: 国网福建省电力有限公司莆田供电公司 , 国网福建省电力有限公司
- Applicant Address: 福建省莆田市城厢区霞林街道南园东路999号;
- Assignee: 国网福建省电力有限公司莆田供电公司,国网福建省电力有限公司
- Current Assignee: 国网福建省电力有限公司莆田供电公司,国网福建省电力有限公司
- Current Assignee Address: 福建省莆田市城厢区霞林街道南园东路999号;
- Agency: 福州科扬专利事务所
- Agent 林朝熙
- Main IPC: G06F18/00
- IPC: G06F18/00 ; G06F18/10 ; G06N3/0464 ; G06N3/048 ; G06N3/084 ; G06Q50/06

Abstract:
本发明公开了一种基于多任务学习卷积神经网的交流串联故障电弧和负载同时识别方法,包括:采集低压交流电路电流信号,建立电流信号数据库;构建基于卷积神经网的多任务学习网络模型,选取样本数据送入多任务学习网络模型进行训练与测试,得到最终多任务学习网络模型;将待检测的电流信号输入最终多任务学习网络模型,确定待检测的电流信号是否为交流串联故障电弧以及其负载种类。相应的,本发明还提出了一种基于多任务学习卷积神经网的交流串联故障电弧和负载同时识别系统。本发明构建的多任务学习网络模型采用联合学习的方式,同时完成交流串联故障电弧识别和负载识别两种任务的学习,进而提高故障电弧的检测性能,节省了时间成本和计算成本。
Information query