龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国网江苏省电力有限公司宿迁供电分公司
申请日：2023-09-12
公开（公告）日：2023-11-10
公开（公告）号：CN117034091A
主分类号：G06F18/24
分类号：G06F18/24;G06F18/214;G06N3/0442;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2023.11.28#实质审查的生效;2023.11.10#公开
摘要：本发明一种基于Bi‑LSTM‑MAML的实时漏电流分类方法属于机器学习技术领域，涉及一种基于长短期记忆和元学习的漏电流分类方法。包括步骤：1、导入所需的数据库，加载电流信号数据集，收集和处理电流信号数据；2、定义、构建、编译并返回双向长短期记忆网络的模型；3、使用元学习的方法训练模型；4、在测试集上评估模型的性能，使用准确率和混淆矩阵作为评价指标。该方法能准确对漏电流进行分类，实时应用于电力系统中，简化特征提取过程，提高分类效率，克服传统方法的局限性。
主权项：1.一种基于Bi-LSTM-MAML的实时漏电流分类方法，其特征在于，包括如下步骤：S1、导入所需的数据库，加载电流信号数据集，收集和处理电流信号数据，具体的包括：S1-1、将收集的电流信号数据划分为输入特征和输出标签；S1-2、将输出标签转换为独热编码；S1-3、将所述步骤S1-2划分后的数据进一步划分为训练集和测试集；S2、定义、构建、编译并返回双向长短期记忆网络的模型；S3、使用元学习的方法训练模型，即使用MAML算法，从训练集中随机生成多个任务，每个任务包含一定数量的训练样本和测试样本，对每个任务进行内部训练和测试，计算每个任务的损失和梯度，然后更新元参数；S4、在测试集上评估模型的性能，使用准确率和混淆矩阵作为评价指标。
全文数据：
权利要求：
百度查询： 国网江苏省电力有限公司宿迁供电分公司 一种基于Bi-LSTM-MAML的实时漏电流分类方法
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