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：南京理工大学
申请日：2024-02-29
公开（公告）日：2024-05-24
公开（公告）号：CN118070163A
主分类号：G06F18/2431
分类号：G06F18/2431;G06F18/241;G06F18/2113;G06F18/214;G06N3/045;G06N3/084;G06F18/21;G01R31/327
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.11#实质审查的生效;2024.05.24#公开
摘要：本发明公开基于RAM‑Net算法的智能站二次回路故障诊断方法，属于智能变电站继电保护二次回路故障检修技术领域，首先，根据智能变电站继电保护二次回路的结构特点，综合归纳了常见的故障类型；其次，通过实验模拟故障类别获取相应的故障数据，并根据故障数据给出了故障定位表及特征样本；然后，针对过多的故障特征可能引起的特征冗余问题，提出一种结合低差过滤和卡方分析的特征筛选方法，从而选取出最具代表性和区分力的故障特征；最后，将筛选后的故障特征输入到残差注意力神经网络算法中，以实现继电保护二次回路故障的智能定位。本发明可以提高残差网络的分类精度，在保证准确率的前提下还大大减少了计算耗时。
主权项：1.一种基于RAM-Net算法的智能站二次回路故障诊断方法，其特征在于，所述的方法为：步骤1、从智能站继电保护二次回路的历史故障中，采集相关设备的模拟量信息、开关动作行为信息、配置信息以及装置自检告警信息，生成用以进行故障定位的数据样本；步骤2、故障数据进行了筛选和降维处理；2-1、将这些特征维度的数据经过最大最小值归一化处理，并对每个特征量的方差进行了计算，选取方差过滤阈值为0.01，得出剩余特征矩阵；2-2、利用卡方检验算法来评估这些剩余特征与类别标签之间的显著性关联。基于0.05的显著性水平阈值筛选出最优的特征子集；特征的显著性水平超过了0.05，表明这些特征与分类变量的相关性不显著；步骤3、经过筛选的特征被用作RAM-Net模型的输入以进行训练；模型通过前向传播产生输出，并通过计算交叉熵损失梯度，使用Adam优化算法进行反向传播以更新参数；此迭代过程持续至预定的迭代次数完成，之后停止更新模型参数，并对模型进行保存；步骤4、筛选出的特征被输入到训练完成的RAM-Net模型中，以确定故障位置，实现智能站继电保护二次回路故障的准确定位。
全文数据：
权利要求：
百度查询： 南京理工大学 基于RAM-Net算法的智能站二次回路故障诊断方法
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