CN119442046A 基于图像层面的配电网接地故障选线方法 （福建理工大学）_第1页
CN119442046A 基于图像层面的配电网接地故障选线方法 （福建理工大学）_第2页
CN119442046A 基于图像层面的配电网接地故障选线方法 （福建理工大学）_第3页
CN119442046A 基于图像层面的配电网接地故障选线方法 （福建理工大学）_第4页
CN119442046A 基于图像层面的配电网接地故障选线方法 （福建理工大学）_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明涉及基于图像层面的配电网接地故态，当线路故障时停止供电并定位线路故障位用深度学习方法和随机森林分类器得到线路的2波形数据，建立配电网故障特征体系作为训练数据，利用训练数据训练卷积神经网络及时恢复非线路故障位置的供电并派出维修人员历史波形数据包括各条线路故障时的波形数据和线路未且波形数据按时间顺序排列。骤1和步骤2中所述小波变换分析方法包括以步骤S2，根据历史波形数据或实时波形数据的频率特性，选择步骤S3，对历史波形数据或实时波形数据进行小波jj是第j级细节信号或第j级近似信号中小波系数的数量；步骤S5，将各级小波分解得到的特征量Ej按时间顺序排列并组合成多个基于时频分析3步骤105，引入交叉熵函数floss计算卷积神经网络AlexNet的输出ypredicti与实际标签yi降法更新卷积神经网络AlexNet中的权重参数以最小化交叉步骤301，将通过小波变换分析方法方法处理历史波形数据步骤303，解码器将映射入低维特征空间的低维数据A还原为像素矩阵图像A的高维数步骤306，将通过小波变换分析方法处理实时波形数据步骤307，编码器逐层压缩像素矩阵图像B，将像素矩阵图步骤308，低维数据B像经过随机森林中多棵决策树4[0003]使用五次谐波法对中性点不接地系统和中性点经消弧线圈接地系统的各线路零5[0022]下面结合附图说明对本发明做详细说明，但本发明的保护内容不局限于以下所6[0035]且波形数据按时间顺序排列。所述波形数据为电压或电流随时间变化的波形数j是第j级细节信号或第j级近似信号中小波系数的数量；7故障类型的特征集合(这里特征是电流和电压的波形特征)借助这些特征可以识别故障发梯度下降法更新卷积神经网络AlexNet中的权重参数以最小化交叉熵函同模型的交叉熵值来选择性能更优的接地故8[0059]而随机森林是一种基于决策树的集成学习方法，具有较强的鲁棒性和泛化能[0062]步骤301，将通过小波变换分析方法方法处理历史波形数据得到的多个像素矩阵[0064]步骤303，解码器将映射入低维特征空间的低维数据A还原为像素矩阵图像A的高[0067]步骤305，构建随机森林分类器，读取低维数据A和多输出分类标签α作为分类特[0076]尽管本发明采用具体实施例及其替代方式对本发明进行示意

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论