申请/专利权人：国网福建省电力有限公司;国网福建省电力有限公司营销服务中心

申请日：2024-03-29

公开（公告）日：2024-06-21

公开（公告）号：CN117970224B

主分类号：G01R35/02

分类号：G01R35/02;G06N3/045;G06N3/0464;G06N3/084;G06F18/213;G06F18/214;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本发明涉及一种CVT误差状态在线评估方法，包括以下步骤：采集目标CVT的历史特征数据，对历史特征数据添加误差或正常的第一标签后构建训练样本集；构建孪生神经网络，将训练样本输入至两卷积神经网络中进行特征提取，分别获取第一特征值和第二特征值；计算第一特征值和第二特征值之间的特征距离，将特征距离输入到至少一个全连接层后，再利用激活函数输出一致性预测值；基于一致性预测值和第二标签之间的差距计算损失，基于损失对孪生神经网络进行训练，得到训练好的CVT误差评估模型；将当前目标CVT的实时特征数据分别与误差状态基准特征数据和正常状态基准特征数据组成数据对后输入至训练好的CVT误差评估模型中，得到误差评估结果。

主权项：1.一种CVT误差状态在线评估方法，其特征在于，包括以下步骤：采集目标CVT的历史特征数据，对历史特征数据添加误差或正常的第一标签后构建训练样本集，其中，训练样本集中的每一个训练样本包含一组数据对，数据对中的两个样本数据从添加标准后的历史特征数据随机抽取得到，同时根据数据对是否具有相同的第一标签为样本数据添加第二标签；构建包括两个卷积神经网络的孪生神经网络，将训练样本的两个样本数据分别输入至两卷积神经网络中进行特征提取，分别获取第一特征值和第二特征值；计算第一特征值和第二特征值之间的特征距离，将特征距离输入到至少一个全连接层后，再利用激活函数输出一致性预测值，所述一致性预测值用于衡量两个输入之间的相似度；基于一致性预测值和第二标签之间的差距计算损失，基于损失对孪生神经网络进行训练，得到训练好的CVT误差评估模型；获取目标CVT的误差状态基准特征数据和正常状态基准特征数据，将当前目标CVT的实时特征数据分别与误差状态基准特征数据和正常状态基准特征数据组成数据对后输入至训练好的CVT误差评估模型中，得到误差评估结果；其中，所述对历史特征数据添加误差或正常的第一标签后构建训练样本集的步骤具体为：获取目标CVT的历史特征数据，构建数据集，其中，表示第i时刻的历史特征数据，对每一历史特征数据添加表示正常或误差的第一标签；令数据集，从数据集中随机抽取，从数据集中随机抽取，其中T表示历史时刻的总数；构建数据对，若和和第一标签相同，则数据对的第二标签为1，反之为0；将添加完第二标签的数据对作为训练样本放入训练样本集中；其中，所述计算第一特征值和第二特征值之间的特征距离的步骤具体为：将第一特征值和第二特征值之间差值的绝对值作为第三特征值；将第一特征值作为查询向量，将第二特征值和第三特征值分别作为键向量和值向量，利用注意力机制计算第一特征值和第三特征值之间的相关性得到第一相关特征值；将第二特征值作为查询向量，将第一特征值和第三特征值分别作为键向量和值向量，利用注意力机制计算第二特征值和第三特征值之间的相关性得到第二相关特征值；将第一相关特征值和第二相关特征值进行特征融合得到特征距离。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司;国网福建省电力有限公司营销服务中心 一种CVT误差状态在线评估方法、系统、设备及介质

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