-
公开(公告)号：CN115186258A
公开(公告)日：2022-10-14
申请号：CN202210480393.5
申请日：2022-05-05
申请人： 浙江工业大学
摘要： 一种基于CUSUM‑Bi‑LSTM的边缘侧非侵入式负荷识别方法，采集数据是获取用户总线处有功功率和无功功率数据；事件探测是对功率数据使用复合动态滑窗的双边CUSUM算法进行事件探测，提取电器切入切出过程时间段和功率变化数据；特征提取是对探测到的事件进行数据处理，提取出事件发生过程中总线有功功率和无功功率的功率变化量、累计和变化量特征；对数据特征集进行归一化，划分数据为训练集和测试集；负荷识别是将训练集数据输入到具有两层一维卷积层，Bi‑LSTM网络和全连接层模型中进行训练，使用精确率、召回率和F1分数对训练结果进行评价；把训练好的模型固化到DSP芯片内进行边缘侧负荷识别。本发明提高检测精度。
-
公开(公告)号：CN113514720A
公开(公告)日：2021-10-19
申请号：CN202110679581.6
申请日：2021-06-18
申请人： 浙江工业大学
IPC分类号： G01R31/00
摘要： 本发明公开了一种边缘侧低压交流串联的电弧故障识别方法，其特征在于，所述识别方法包括：电流信号采集，通过电流传感器采集低压线路中实时的电流信号；信号特征提取，对采集的电流信号进行时频分析和小波分析，提取相应的指标组成面向边缘侧电弧识别的特征指标；实时故障诊断，对特征指标进行判断处理，通过多特征结合的方法对电弧故障进行诊断识别；故障信息输出，对判断为电弧故障的电路做出及时处理并输出故障信息。本发明通过提取关于电流信号的多个电弧故障识别特征指标，并对多个特征指标进行组合分析来判断是否发生电弧故障，能够避免单个特征指标的偶然性，提高故障识别的准确性，同时算法不复杂，对硬件要求不高。
-
公开(公告)号：CN113514720B
公开(公告)日：2024-04-19
申请号：CN202110679581.6
申请日：2021-06-18
申请人： 浙江工业大学
IPC分类号： G01R31/00
摘要： 本发明公开了一种边缘侧低压交流串联的电弧故障识别方法，其特征在于，所述识别方法包括：电流信号采集，通过电流传感器采集低压线路中实时的电流信号；信号特征提取，对采集的电流信号进行时频分析和小波分析，提取相应的指标组成面向边缘侧电弧识别的特征指标；实时故障诊断，对特征指标进行判断处理，通过多特征结合的方法对电弧故障进行诊断识别；故障信息输出，对判断为电弧故障的电路做出及时处理并输出故障信息。本发明通过提取关于电流信号的多个电弧故障识别特征指标，并对多个特征指标进行组合分析来判断是否发生电弧故障，能够避免单个特征指标的偶然性，提高故障识别的准确性，同时算法不复杂，对硬件要求不高。
-
公开(公告)号：CN114036973A
公开(公告)日：2022-02-11
申请号：CN202111187942.1
申请日：2021-10-12
申请人： 浙江工业大学
摘要： 一种基于动态在线序列的极限学习机的串联电弧故障识别方法，包括以下步骤：1)电能波形采样数据降噪；2)实时数据分段截取；3)波形数据计算与处理；4)ELM故障电弧识别：基于ELM算法，将电弧识别转化为一个故障分类的问题，输入层到隐藏层的权值随机赋予，有了输入层到隐藏层的权值之后，根据最小二乘法得到隐藏层到输出层的权值，从而实现故障电弧识别。本发明通过具有计算高效，泛用性强的动态在线ELM学习算法，为不同负载条件的电网的串联电弧故障识别提供了准确有效的途径。
-
-
-
搜索结果
4 条记录 (耗时 0.025 秒)
