
基本信息:
- 专利标题: 基于改进型RBF神经网络GIS绝缘缺陷分类识别检测方法
- 申请号:CN202211289289.4 申请日:2022-10-20
- 公开(公告)号:CN115629280A 公开(公告)日:2023-01-20
- 发明人: 陈磊 , 相中华 , 马飞越 , 田毅 , 周秀 , 马奎 , 田禄 , 倪辉 , 田天 , 冉海燕 , 牛勃 , 徐玉华 , 白金 , 于家英 , 张恒
- 申请人: 国网宁夏电力有限公司 , 国网宁夏电力有限公司电力科学研究院 , 西安工程大学
- 申请人地址: 宁夏回族自治区银川市长城东路288号; ;
- 专利权人: 国网宁夏电力有限公司,国网宁夏电力有限公司电力科学研究院,西安工程大学
- 当前专利权人: 国网宁夏电力有限公司,国网宁夏电力有限公司电力科学研究院,西安工程大学
- 当前专利权人地址: 宁夏回族自治区银川市长城东路288号; ;
- 代理机构: 宁夏合天律师事务所
- 代理人: 张淼
- 主分类号: G01R31/12
- IPC分类号: G01R31/12 ; G06N3/00 ; G06N3/04
摘要:
本发明提供基于改进型RBF神经网络GIS绝缘缺陷分类识别检测方法,属于GIS设备状态分析技术领域。包括:收集样本数据形成样本数据集作为RBF神经网络的输入层数据;根据所述样本数据集,基于人工免疫网络算法计算出所述RBF神经网络的隐含层中心;定义输出层、以及隐含层与所述输出层的映射关系,形成初始故障诊断模型;基于粒子群优化算法优化所述初始故障诊断模型中所述隐含层到所述输出层之间的连接权重,得到基于RBF神经网络的GIS内部绝缘故障诊断模型;验证所述GIS内部绝缘故障诊断模型,基于所述GIS内部绝缘故障诊断模型进行GIS绝缘缺陷分类识别检测,得出GIS潜在绝缘故障类型的组合数据。
IPC结构图谱:
G | 物理 |
--G01 | 测量;测试 |
----G01R | 测量电变量;测量磁变量(通过转换成电变量对任何种类的物理变量进行测量参见G01类名下的 |
------G01R31/00 | 电性能的测试装置;电故障的探测装置;以所进行的测试在其他位置未提供为特征的电测试装置 |
--------G01R31/12 | .测试介电强度或击穿电压 |