-
公开(公告)号：CN117077077A
公开(公告)日：2023-11-17
申请号：CN202310997326.5
申请日：2023-08-08
IPC分类号： G06F18/25 , G01R35/02 , G06F18/2132 , G06F18/2135 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/048 , G06F123/02
摘要： 本发明涉及一种电压互感器误差状态预测方法、装置、设备及存储介质，该方法包括：根据电压互感器的历史二次侧电压数据和历史环境参量构建电压互感器的时间维度特征和空间维度特征；分别对历史二次侧电压数据、历史环境参量、时间维度特征和空间维度特征进行特征提取，得到对应的投影特征；对时间维度特征的投影特征和空间维度特征的投影特征进行时空融合，得到时空融合特征；将历史二次侧电压数据的投影特征、历史环境参量的投影特征和时空融合特征进行加权，得到加权特征；以加权特征为输入，以误差状态为输出，建立并训练误差状态预测模型；根据误差状态预测模型对待预测电压互感器的误差状态进行预测。本发明考虑了时空特征，预测的精度高。
-
公开(公告)号：CN117475158A
公开(公告)日：2024-01-30
申请号：CN202310956516.2
申请日：2023-07-31
IPC分类号： G06V10/40 , G01R35/02 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06V10/46 , G06N3/08 , G06N3/006
摘要： 本发明涉及一种电容式电压互感器误差预测方法、装置、设备及介质，其方法包括：采集电容式电压互感器历史误差数据和历史环境参量数据，并将其一维时序数据转换为二维灰度图像；将二维灰度图像输入训练完备的混合模型中，利用混合模型中的多尺度卷积神经网络提取二维灰度图像中的第一图像特征；将第一图像特征输入双向门控循环单元网络中，以学习第一图像特征中的时序信息，输出第二图像特征；利用混合模型中的注意力机制提取第二图像特征的显著特征，并对显著特征赋予权重，输出第三图像特征；将第三图像特征输入全连接层中，输出电容式电压互感器误差预测结果。本发明通过构建的混合模型提高了电容式电压互感器误差预测的准确度。
-
公开(公告)号：CN117236022A
公开(公告)日：2023-12-15
申请号：CN202311208255.2
申请日：2023-09-18
IPC分类号： G06F30/20 , G06F18/232 , G06F18/213 , G06F18/214 , G06F119/04
摘要： 本发明涉及一种互感器剩余寿命预测模型训练方法、应用方法、电子设备及计算机可读存储介质，包括：获取互感器多维时序数据和工况数据，多维时序数据预处理得到多维时序训练集；对多维时序训练集进行特定域分组得到特定域训练集；构建初始互感器剩余寿命预测模型；将特定域训练集输入，以公共特征提取器提取公共特征，以特定域特征提取器提取特定域特征，以特定域寿命预测器得到特定域预测寿命，迭代训练得到训练完备的互感器剩余寿命预测模型。综上，本发明通过提取样本的公共特征捕获样本的域不变特征，通过提取样本的特定域特征捕获样本的差异化特征，实现多工况条件下对电容式电压互感器剩余寿命进行准确预测。
-
-
搜索结果
3 条记录 (耗时 0.046 秒)
