基本信息:
- 专利标题： 基于贝叶斯优化阶梯网络的有载分接开关故障诊断方法
- 申请号：CN202210032235.3 申请日：2022-01-12
- 公开(公告)号：CN114386465A 公开(公告)日：2022-04-22
- 发明人： 仲林林 , 郑尚直 , 高丙团
- 申请人： 东南大学
- 申请人地址： 江苏省南京市玄武区新街口街道四牌楼2号
- 专利权人： 东南大学
- 当前专利权人： 东南大学
- 当前专利权人地址： 江苏省南京市玄武区新街口街道四牌楼2号
- 代理机构： 北京同辉知识产权代理事务所
- 代理人： 何静
- 主分类号： G06K9/00
- IPC分类号： G06K9/00 ; G06N3/04 ; G01R31/327
摘要：
本发明公开一种基于贝叶斯优化阶梯网络的有载分接开关故障诊断方法，属于电力设备故障诊断技术领域，该方法包括采集有载分接开关振动信号、对振动信号进行降维、采用贝叶斯优化方法对阶梯网络超参数进行优化、用优化后的超参数训练阶梯网络、用训练好的阶梯网络进行故障诊断等步骤；本发明利用有标签样本进行监督学习，同时利用无标签样本进行无监督学习，提高了神经网络的泛化性能，相较于传统的监督学习方法，降低了对有标签样本的依赖，能够显著提升有载分接开关的故障诊断正确率，同时本发明对阶梯网络的编码器注入噪声幅值和每层解码器重构误差权重两类超参数进行了贝叶斯优化，进一步提升了阶梯网络的性能。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06K | 数据识别；数据表示；记录载体；记录载体的处理 |
| ------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置 |