首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多源感知树模式学习与动态贝叶斯编码的GIS典型绝缘缺陷局放故障识别方法及系统 

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:国网山东省电力公司超高压公司

摘要:本发明公开了基于多源感知树模式学习与动态贝叶斯编码的GIS典型绝缘缺陷局放故障识别方法,涉及故障识别技术领域,包括以下步骤:确定用于GIS局部放电故障检测的电磁‑声‑气多源感知传感器类型;设计多源感知树模式学习方法,得到输入变量到输出变量的数据驱动故障识别模型,其中输入变量是多源传感器信息,输出变量是GIS局部放电故障类别;设计动态编码贝叶斯网络方法实现对故障识别模型参数的优化;结合实时检测的多传感器信息,借助优化后的模型进行GIS局部放电故障识别;进行有效性验证;本发明实用性强,效率高,针对不同的传感器数据,不断地学习优化识别模型,使得GIS故障识别更加智能、更加准确。

主权项:1.基于多源感知树模式学习与动态贝叶斯编码的GIS典型绝缘缺陷局放故障识别方法,其特征在于:包括以下步骤:步骤1:确定用于GIS局部放电故障检测的电磁-声-气多源感知传感器类型;步骤2:设计多源感知树模式学习方法,得到输入变量到输出变量的数据驱动故障识别模型,其中输入变量是多源传感器信息,输出变量是GIS局部放电故障类别;步骤3:设计动态编码贝叶斯网络方法实现对故障识别模型参数的优化;步骤4:结合实时检测的多传感器信息,借助优化后的模型进行GIS局部放电故障识别;步骤5:进行有效性验证。

全文数据:

权利要求:

百度查询: 国网山东省电力公司超高压公司 基于多源感知树模式学习与动态贝叶斯编码的GIS典型绝缘缺陷局放故障识别方法及系统

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。