龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江大学
申请日：2024-06-06
公开（公告）日：2024-07-05
公开（公告）号：CN118296546A
主分类号：G06F18/2433
分类号：G06F18/2433;G06F18/214;G06F18/22;G06N3/092;G06N3/0895
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明公开了一种具有自学习强泛化能力的失稳故障监测方法，包括采集电气量节点的数据以构建样本；输入actor‑critic架构的强化学习网络，利用该网络可以实现自学习形成不同的诊断模型；利用训练得到的诊断模型在线实时诊断电力电子化系统的失稳状态。本发明还提供了一种失稳故障监测装置。本发明提供的方法能够针对不同的电力电子系统结构和故障诊断任务，同时解决失稳监测和单模块故障问题，具有强泛化能力与高自适应用。
主权项：1.一种具有自学习强泛化能力的失稳故障监测方法，其特征在于，包括以下步骤：步骤1、采集电力电子系统中各电子器件的电气数据，并选取部分电气数据以系统失稳故障类型进行标签标注，将带有标签的电气数据与未带标签的电气数据组成数据集样本；步骤2、基于深度置信神经网络框架构建分类网络，所述分类网络包括多个叠加相连的网络层以及与末端网络层相连的softmax层，并利用数据集样本对分类网络进行训练，以构建用于判断电力电子系统是否失稳故障的判断模型；通过强化学习算法对分类网络的训练过程进行优化，所述强化学习网络以不同数量网络层和softmax层组成的网络结构作为动作空间，并以前后两次训练的判断模型损失率作为优化目标，以获得优化结果，所述优化结果包括叠加后的网络结构以及对应的预测损失率；步骤3、将电力电子系统中的电气数据输入至步骤2中满足预设预测损失率的判断模型中，以输出电力电子系统是否为失稳故障的判断结果。
全文数据：
权利要求：
百度查询： 浙江大学 一种具有自学习强泛化能力的失稳故障监测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号