一种基于小波分析与机器学习二次回路压板状态评估方法

    公开(公告)号:CN115795276B

    公开(公告)日:2024-04-26

    申请号:CN202211464834.9

    申请日:2022-11-22

    Abstract: 本发明公开了一种基于小波分析与机器学习二次回路压板状态评估方法,包括以下步骤:步骤一:基于小波分析的二次回路压板状态特征量提取,即对具有背景噪声的压板状态数据进行分析,提取能够判别二次回路压板状态特征量;步骤二:基于机器学习的二次回路压板状态评估,即通过机器对二次回路压板状态特征量学习训练,建立基于二次回路压板历史数据的状态评估模型。本发明利用小波分析方法优化二次回路压板状态评估数据,得到兼顾可靠性和准确度的结果,同时避免了二次保护装置误动作、失灵误开入等系统风险;该方法在含大量数据噪声的情况下仍能取得良好的判别结果,降低了对硬件的要求,鲁棒性能良好。

    一种基于小波分析与机器学习二次回路压板状态评估方法

    公开(公告)号:CN115795276A

    公开(公告)日:2023-03-14

    申请号:CN202211464834.9

    申请日:2022-11-22

    Abstract: 本发明公开了一种基于小波分析与机器学习二次回路压板状态评估方法,包括以下步骤:步骤一:基于小波分析的二次回路压板状态特征量提取,即对具有背景噪声的压板状态数据进行分析,提取能够判别二次回路压板状态特征量;步骤二:基于机器学习的二次回路压板状态评估,即通过机器对二次回路压板状态特征量学习训练,建立基于二次回路压板历史数据的状态评估模型。本发明利用小波分析方法优化二次回路压板状态评估数据,得到兼顾可靠性和准确度的结果,同时避免了二次保护装置误动作、失灵误开入等系统风险;该方法在含大量数据噪声的情况下仍能取得良好的判别结果,降低了对硬件的要求,鲁棒性能良好。

Patent Agency Ranking