基本信息:
- 专利标题： 一种局部放电特高频信号的分类识别方法、装置及设备
- 申请号：CN202311547408.6 申请日：2023-11-20
- 公开(公告)号：CN117809074A 公开(公告)日：2024-04-02
- 发明人： 刘婷亮 , 王璇 , 李国栋 , 陈青松 , 刘宏 , 李帅 , 薛志刚 , 刘晟 , 牛曙 , 梁基重 , 俞华 , 杨代勇 , 于群英 , 李杰 , 辜超 , 罗辑
- 申请人： 国网山西省电力公司电力科学研究院 , 国网吉林省电力有限公司电力科学研究院 , 国网山东省电力公司电力科学研究院
- 申请人地址： 山西省太原市迎泽区迎泽街道青年路6号; ;
- 专利权人： 国网山西省电力公司电力科学研究院,国网吉林省电力有限公司电力科学研究院,国网山东省电力公司电力科学研究院
- 当前专利权人： 国网山西省电力公司电力科学研究院,国网吉林省电力有限公司电力科学研究院,国网山东省电力公司电力科学研究院
- 当前专利权人地址： 山西省太原市迎泽区迎泽街道青年路6号; ;
- 代理机构： 苏州市中南伟业知识产权代理事务所
- 代理人： 唐灵
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; G06V10/774 ; G06V10/42 ; G06V10/82 ; G06N3/048 ; G06F18/241
摘要：
本发明涉及图像识别分类技术领域，尤其是指一种局部放电特高频信号的分类识别方法、装置及设备。所述方法包括：将已标注的局部放电特高频信号图像输入基于深度残差神经网络构建局部放电特高频信号分类模型，经过多个残差块提取局部放电特高频信号的特征，对模型进行初步训练；根据迁移学习，将经过初步训练的局部放电特高频信号分类模型迁移至大数据集，对模型参数进行微调；利用经过微调的局部放电特高频信号分类模型对未标注的局部放电特高频信号图像进行分类，得到局部放电特高频信号的目标类别。所述深度残差神经网络可以保留模型的梯度，使得模型可以进行连续有效的训练，提高了数据利用效率，提高了局部放电特高频信号的分类精度。