龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东电力设备有限公司
摘要：本发明属于变压器运维领域，涉及基于Res‑CNN‑ECA‑Net模型的变压器故障诊断方法，构建变压器故障案例库；将变压器故障案例库进行数据清洗，获得新变压器故障案例数据集；将新变压器故障案例数据集划分训练数据集和测试数据集；构建模型，将训练数据集输入到训练模型中，使用网格搜索的方法调节模型超参数，根据Adam自适应学习率方法更新模型参数；若模型训练满足迭代收敛条件，停止更新网络模型的参数；采用准确率Acc作为评价指标其指数越高代表故障诊断精度越高。本发明提高了特征表达能力，增强关了注重点特征，减少了过拟合风险，优化了计算效率，提升了诊断的准确性和效率，保持了较好的模型可解释性和计算经济性。
主权项：1.基于Res-CNN-ECA-Net模型的变压器故障诊断方法，其特征在于，包括以下步骤：步骤1、构建变压器故障案例库；步骤2、将变压器故障案例库进行数据清洗获得新变压器故障案例数据集；步骤3、利用随机抽样的方式，将新变压器故障案例数据集80％的故障案例用于训练数据集，将剩余20％的故障案例作为测试数据集；步骤4、将训练数据集输入到训练模型中构建Res-CNN-ECA-Net模型，并使用网格搜索的方法调节Res-CNN-ECA-Net模型的超参数；步骤5、根据Adam自适应学习率方法更新Res-CNN-ECA-Net模型的参数，若模型训练满足迭代收敛条件，则停止更新Res-CNN-ECA-Net模型的参数，保留最后一步计算出的Res-CNN-ECA-Net模型的参数；步骤6、将变压器的运行数据输入Res-CNN-ECA-Net模型，通过一系列表征学习和降维操作，最终输出变压器故障诊断结果。
全文数据：
权利要求：
百度查询： 山东电力设备有限公司 基于Res-CNN-ECA-Net模型的变压器故障诊断方法
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