公开(公告)号：CN110263837A

公开(公告)日：2019-09-20

申请号：CN201910510449.5

申请日：2019-06-13

Applicant: 河海大学

Inventor： 梅飞 ,  吴庆梁 ,  任勇

IPC: G06K9/62

Abstract: 本发明公开一种基于多层DBN模型的断路器故障诊断方法，主要包括以下步骤：利用k-means算法将标准化后的高压断路器故障数据样本进行分类，通过轮廓系数确定最优的聚类簇数；建立多层DBN模型并进行训练，第一层包含所有的训练数据，其标签为k均值聚类得到的簇标签；第二层为DBN子模型，若聚类的簇数为n，则建立n个DBN子模型；子模型训练数据为k-means聚类后的同一簇数据；测试数据分两步输入训练模型：第一步输入第一层DBN模型中，得到子模型选择标签；第二步按照第一步的选择标签，将测试数据输入相应的DBN子模型，得到最终的类别标签，即诊断结果。该方法在数据不均衡条件下的精度已经得到了数据实验的验证。

公开(公告)号：CN109787219B

公开(公告)日：2022-09-02

申请号：CN201811581027.9

申请日：2018-12-24

Applicant: 河海大学

Inventor： 梅飞 ,  刘宁 ,  吴庆梁 ,  任勇

IPC: H02J3/00 ,  G06N3/08

Abstract: 本发明公开了一种电压暂降的智能识别方法，涉及电力系统自动化技术领域，本发明提出了电压暂降的特征参数指标及其计算方法，其次，通过历史数据的离线训练建立深度置信网络（DBN）模型。最后，将新的暂降事件采样数据输入该模型，得到最终的识别结果。本发明方法采用离线训练和在线识别的流程；历史数据处理、特征提取、DBN网络训练都作为离线处理的任务，新采样数据处理和输入DBN模型则在线进行，处理效率高。

公开(公告)号：CN109787219A

公开(公告)日：2019-05-21

申请号：CN201811581027.9

申请日：2018-12-24

Applicant: 河海大学

Inventor： 梅飞 ,  刘宁 ,  吴庆梁 ,  任勇

IPC: H02J3/00 ,  G06N3/08

Abstract: 本发明公开了一种电压暂降的智能识别方法，涉及电力系统自动化技术领域，本发明提出了电压暂降的特征参数指标及其计算方法，其次，通过历史数据的离线训练建立深度置信网络（DBN）模型。最后，将新的暂降事件采样数据输入该模型，得到最终的识别结果。本发明方法采用离线训练和在线识别的流程；历史数据处理、特征提取、DBN网络训练都作为离线处理的任务，新采样数据处理和输入DBN模型则在线进行，处理效率高。