恭喜合肥工业大学;国网安徽省电力有限公司超高压分公司李奇越获国家专利权
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!
龙图腾网恭喜合肥工业大学;国网安徽省电力有限公司超高压分公司申请的专利基于深度强化学习的GIS局部放电特征匹配方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119128552B 。
龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411626712.4,技术领域涉及:G06F18/22;该发明授权基于深度强化学习的GIS局部放电特征匹配方法及系统是由李奇越;曾彦;章海斌;李帷韬;郭振宇;孙伟;张学友;许渊;马欢;王国威;刘鑫;彭登京设计研发完成,并于2024-11-14向国家知识产权局提交的专利申请。
本基于深度强化学习的GIS局部放电特征匹配方法及系统在说明书摘要公布了:本发明公开了一种基于深度强化学习的GIS局部放电特征匹配方法及系统,包括采集GIS局部放电模型的特高频信号,获取特高频信号对应的PRPD特征图谱;将特征图谱输入至深层特征提取网络,得到特高频信号对应的深层特征,深层特征提取网络包括特征提取网络和输出网络,特征提取网络由若干特征提取层叠加形成,每个特征提取层包括依次连接的通道注意力模块和空间注意力模块;利用深层特征构建数据集,采用深度强化学习算法训练GIS局部放电特征匹配马尔可夫模型,得到最优GIS局部放电特征匹配策略;本发明通过提取特高频信号的深层特征,并用于GIS局部放电特征匹配优化,提高GIS局部放电特征匹配结果的准确性。
本发明授权基于深度强化学习的GIS局部放电特征匹配方法及系统在权利要求书中公布了:1.一种基于深度强化学习的GIS局部放电特征匹配方法,其特征在于,所述方法包括:采集GIS局部放电模型的特高频信号,获取特高频信号对应的PRPD特征图谱;将所述PRPD特征图谱输入至深层特征提取网络,得到特高频信号对应的深层特征,其中,所述深层特征提取网络包括特征提取网络和输出网络,所述特征提取网络由若干特征提取层叠加形成,每个所述特征提取层包括依次连接的通道注意力模块和空间注意力模块,其中,所述通道注意力模块包括第一全局平均池化层、第一全局最大池化层和多层感知机,其中,所述PRPD特征图谱作为所述第一全局平均池化层和所述第一全局最大池化层的输入,所述第一全局平均池化层的输出和所述第一全局最大池化层的输出均接入所述多层感知机,所述多层感知机与所述PRPD特征图谱经第一融合操作后输入至所述空间注意力模块,所述多层感知机后接有激活函数;所述空间注意力模块包括第二全局平均池化层、第二全局最大池化层、拼接层和卷积层,通道注意力模块输出的融合特征图分别作为所述第二全局平均池化层和所述第二全局最大池化层,所述第二全局平均池化层和所述第二全局最大池化层的输出均接入至所述拼接层,所述拼接层的输出连接所述卷积层,所述卷积层的输出与所述融合特征图经第二融合操作后输出,所述卷积层后接有激活函数;利用所述深层特征构建数据集,采用深度强化学习算法训练GIS局部放电特征匹配马尔可夫模型,得到最优GIS局部放电特征匹配策略。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学;国网安徽省电力有限公司超高压分公司,其通讯地址为:230000 安徽省合肥市包河区屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。