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：吉林省电力科学研究院有限公司;国网吉林省电力有限公司电力科学研究院;国网吉林省电力有限公司物资公司
摘要：本发明公开了一种基于核主元分析与神经网络的GIS局部放电模式识别方法，其包括步骤：1采用特高频传感器采集GIS设备内部的典型缺陷的局部放电信号；2对局部放电信号的幅值进行归一化处理后，绘制局部放电信号的三维PRPS图谱；3对三维PRPS图谱进行Gabor变换，得变换子图，提取变换子图的纹理特征向量和形状特征向量，以构成原始特征向量；4采用核主元分析法对原始特征向量进行降维处理，获得特征向量训练集；5构建多层BP神经网络，使用特征向量训练集训练多层BP神经网络；6采用训练好的多层BP神经网络对特高频传感器采集实际检测到的GIS局部放电信号进行识别，输出识别结果。此外，本发明还公开了一种GIS局部放电模式识别系统。
主权项：1.一种基于核主元分析与神经网络的GIS局部放电模式识别方法，其特征在于，包括步骤：1采用特高频传感器采集GIS设备内部的典型缺陷的局部放电信号；2对局部放电信号的幅值进行归一化处理后，绘制局部放电信号的三维PRPS图谱；3对三维PRPS图谱进行Gabor变换，得到变换子图，提取变换子图的纹理特征向量和形状特征向量，以构成原始特征向量；其中进行Gabor变换时采用高斯函数作为窗函数；4采用核主元分析法对原始特征向量进行降维处理，获得特征向量训练集；5构建多层BP神经网络，使用特征向量训练集对多层BP神经网络进行训练；其中多层BP神经网络为5层结构，其具有3个隐含层，还具有一个输入层和一个输出层，每一层之间的神经元之间的连接方式为全连接，层内各神经元无连接；6采用训练好的多层BP神经网络对特高频传感器采集实际检测到的GIS局部放电信号进行识别，输出识别结果。
全文数据：
权利要求：
百度查询： 吉林省电力科学研究院有限公司 国网吉林省电力有限公司电力科学研究院 国网吉林省电力有限公司物资公司 基于核主元分析与神经网络的GIS局部放电模式识别方法及系统
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。
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