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

一种输电线路损耗类型识别方法及系统 

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汶上县供电公司

摘要:本发明涉及一种输电线路损耗类型识别方法及系统,属于损耗类型识别技术领域,包括:获取输电线路历史损耗数据,并分为训练集、验证集和测试集;构建改进CNN‑LSTM神经网络,改进CNN‑LSTM神经网络在保留原有网络结构的基础上增加第二卷积层,利用训练集对改进CNN‑LSTM神经网络进行训练,利用验证集优化改进CNN‑LSTM神经网络的参数,再利用测试集对改进CNN‑LSTM神经网络进行测试,得到最终的改进CNN‑LSTM神经网络,并作为损耗识别模型;获取当前输电线路的损耗数据,输入至损耗识别模型中,输出初始识别结果,再利用加权平均法进行处理,得到最终损耗类型识别结果,本发明改善了过拟合和计算速度慢的问题,提升了神经网络的泛化能力,并消除了结果中的噪声,较小误差。

主权项:1.一种输电线路损耗类型识别方法,其特征在于,包括:获取输电线路历史损耗数据,对获取的输电线路历史损耗数据进行预处理,构建历史损耗数据集,将所述历史损耗数据集分为训练集、验证集和测试集;构建改进的CNN-LSTM神经网络,所述改进的CNN-LSTM神经网络依次包括输入层、特征提取层、第二卷积层、LSTM层、全连接层和输出层,其中特征提取层依次包括第一卷积层和池化层,利用训练集对改进的CNN-LSTM神经网络进行训练,同时利用验证集优化改进CNN-LSTM神经网络的参数,再利用测试集对改进CNN-LSTM神经网络进行测试验证,得到最终的改进CNN-LSTM神经网络,并作为损耗识别模型;获取当前输电线路的损耗数据,输入至损耗识别模型中,输出初始识别结果,再利用加权平均法对初始识别结果进行处理,得到最终损耗类型识别结果。

全文数据:

权利要求:

百度查询: 国网山东省电力公司汶上县供电公司 一种输电线路损耗类型识别方法及系统

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。