申请/专利权人：国网福建省电力有限公司莆田供电公司;国网福建省电力有限公司电力科学研究院;莆田学院

申请日：2022-03-28

公开（公告）日：2024-05-31

公开（公告）号：CN114742140B

主分类号：G06F18/241

分类号：G06F18/241;G06F18/214;G06N3/0499;G06N3/084;G06F17/13

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2022.07.29#实质审查的生效;2022.07.12#公开

摘要：本发明涉及一种基于UHF与CG‑BP算法的GIS绝缘故障类型识别方法，包括如下步骤：对GIS设备的绝缘故障类型进行分类；建立CG‑BP神经网络模型，所述CG‑BP神经网络模型包括CG共轭梯度算法模块和BP神经网络，利用CG共轭梯度算法模块对BP神经网络的权值和阈值进行优化；制作若干带有绝缘故障缺陷的GIS设备样本，利用UHF局放检测传感器获取各GIS设备样本的PD局放信号，并利用PD局放信号获取对应GIS设备样本的特征参数，对各GIS设备样本添加绝缘故障类型标签，得到若干训练样本；利用训练样本对所述CG‑BP神经网络模型进行迭代训练，达到迭代结束条件后，完成训练，输出为GIS绝缘故障类型识别模型；利用所述GIS绝缘故障类型识别模型进行GIS设备的故障类型识别。

主权项：1.一种基于UHF与CG-BP算法的GIS绝缘故障类型识别方法，其特征在于，包括如下步骤：对GIS设备的绝缘故障类型进行分类；建立CG-BP神经网络模型，所述CG-BP神经网络模型包括CG共轭梯度算法模块和BP神经网络，利用CG共轭梯度算法模块对BP神经网络的权值和阈值进行优化；制作若干带有绝缘故障缺陷的GIS设备样本，利用UHF局放检测传感器获取各GIS设备样本的PD局放信号，并利用PD局放信号获取对应GIS设备样本的特征参数，对各GIS设备样本添加绝缘故障类型标签，得到若干由对应GIS设备样本的特征参数与绝缘故障类型标签组成的训练样本；利用训练样本对所述CG-BP神经网络模型进行迭代训练，达到迭代结束条件后，完成训练，输出为GIS绝缘故障类型识别模型；利用所述GIS绝缘故障类型识别模型进行GIS设备的故障类型识别；所述利用CG共轭梯度算法模块对BP神经网络的权重和阈值进行优化的方法具体为：构建BP神经网络输出的结果目标函数为： 其中，xj表示输入层第j个节点的输入；yi表示隐含层第i个节点的输入；wki表示输出层第K个节点到隐含层第i个节点之间的权值；wij表示隐含层第i个节点到输入层第j个节点之间的权值；θi表示隐含层第i个节点的阈值；αk表示输出层第K个节点的阈值；φ表示隐含层的激励函数；设单个样本二次型误差期望为： 其中，Tk为期望输出，L为神经网络的输出节点数；样本总误差为： 其中，P为样本的总数量；CG共轭梯度算法模块采用共轭梯度法对输出层权值wki、隐含层权值wij、输出层阈值αk、隐含层阈值θi进行修正，得到各个参数的梯度分别为： 其中，η为梯度搜索的步长；根据计算出的各个参数的梯度进行梯度下降，迭代更新BP神经网络的参数，直至满足预设的迭代终止条件。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司莆田供电公司;国网福建省电力有限公司电力科学研究院;莆田学院 基于UHF与CG-BP算法的GIS绝缘故障类型识别方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD