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盐城供电分公司;国网江苏省电力有限公司滨海县供电分公司;滨海强源电气实业有限公司
申请日：2022-09-30
公开（公告）日：2024-06-28
公开（公告）号：CN115601932B
主分类号：G08B21/18
分类号：G08B21/18;H02J13/00;H04N23/66;H04Q9/00;G06N3/045;G06N3/08;G06Q50/06
优先权：
专利状态码：有效-授权
法律状态：2024.06.28#授权;2023.02.07#实质审查的生效;2023.01.13#公开
摘要：本发明涉及一种电力设备漏电监测方法、设备、介质及产品，该方法包括以下步骤：通过监控设备采集电网中电力设备运行环境中的信息；将采集到的信息发送至控制中心；所述控制中心对采集到的信息进行识别；将识别出的信息作为漏电模型的输入，得到电力设备漏电分析结果。本发明利用现代通讯技术和电力监控设备，从监控设备得到的数据信息中提取出漏电设备的关键特征，构建漏电模型，自动检查判断电力设备是否存在漏电行为。实现漏电监测的信息化、自动化，在降低其工作繁琐性的同时，可提升电网漏电保护的效率。
主权项：1.一种电力设备漏电监测方法，其特征在于，包括以下步骤：通过监控设备采集电网中电力设备运行环境中的信息；将采集到的信息发送至控制中心；所述控制中心对采集到的信息进行识别；将识别出的信息作为漏电模型的输入，得到电力设备漏电分析结果；所述控制中心对采集到的信息进行识别，识别出的信息包括电力设备编号、电量趋势下降量、线损量、告警量和漏电标签；所述漏电模型的输入包括时间、电力设备编号、电量趋势下降量、线损量、告警量和漏电标签，输出为漏电标识；所述漏电模型为LM神经网络模型；所述LM神经网络模型采用Keras库构建，包括以下步骤：定义数据集，导入相关库；生成LM神经网络模型，在所述LM神经网络模型中堆叠添加多个网络层；向LM神经网络模型添加全连接层；将LM神经网络模型的输入层连接到隐藏层；定义损失函数和优化器，以及优化器对应的学习率；更新权重，对LM神经网络模型进行优化；通过调用模型的权重属性获得权重值；所述LM神经网络模型采用Keras库构建还包括以下步骤：导入数据分析库；导入用于打乱顺序的随机函数；获取数据名；读取数据；将表格转换为矩阵；设置训练数据比例，划分数据。
全文数据：
权利要求：
百度查询： 国网江苏省电力有限公司盐城供电分公司;国网江苏省电力有限公司滨海县供电分公司;滨海强源电气实业有限公司 一种电力设备漏电监测方法、设备、介质及产品
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