-
公开(公告)号：CN105550700A
公开(公告)日：2016-05-04
申请号：CN201510902558.3
申请日：2015-12-08
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
发明人： 牛进苍 , 陈玉峰 , 张锦逵 , 祝永新 , 盛戈皞 , 杜修明 , 杨祎 , 郭志红 , 辜超 , 朱文兵 , 郑建 , 李秀卫 , 朱孟兆 , 周加斌 , 李程启 , 马艳 , 马强 , 李欣阳 , 刘鑫意 , 刘梦云
CPC分类号： G06K9/6247 , G06N3/084
摘要： 本发明公开了一种基于关联分析和主成分分析的时间序列数据清洗方法，步骤：采用皮尔逊系数分析法(PCC)找出变压器故障和其它电力数据的一些隐藏关联；采用主成分分析法(PCA)对所有相关的时间序列进行降维、降噪处理；将清洗后的一部分数据作为训练集输入到BP神经网络(BPNN)中进行训练学习，并用剩下的部分数据作为测试集对模型加以验证。本发明与传统技术相比，能显著提高变压器故障诊断的精确度，同时可以提高分类的准确度，并且在面对高维数据时，运算时间更短。
-
公开(公告)号：CN104680192B
公开(公告)日：2017-12-12
申请号：CN201510061576.3
申请日：2015-02-05
申请人： 国家电网公司 , 国网山东省电力公司电力科学研究院
摘要： 本发明公开了一种基于深度学习的电力图像分类方法，步骤：采用乱序发射机制实现输入电力图像的逐类发射：在乱序发射机制中采用第一缓存区和第二缓存区，第一缓存区用于存储若干张待处理的图象，从第一缓存区中选取若干张图象存储到第二缓存区中，第二缓存区的图象排队等候发射；对电力图像进行区域提取；对区域提取后的图象进行增强处理；对增强处理后的图像的进行大小调整，并将该图象格式化使其满足分类器的输入；将数据输入到分类器中，选择不同的训练集大小和训练速度进行多次实验，并将分类准确率和效率进行对比分析，选出最优的训练参数，以获得最佳训练效果。本发明比传统技术有着明显的优势，训练的收敛速度较快并有较高的准确率。
-
公开(公告)号：CN105550700B
公开(公告)日：2019-04-09
申请号：CN201510902558.3
申请日：2015-12-08
申请人： 国网山东省电力公司电力科学研究院 , 国家电网公司
发明人： 牛进苍 , 陈玉峰 , 张锦逵 , 祝永新 , 盛戈皞 , 杜修明 , 杨祎 , 郭志红 , 辜超 , 朱文兵 , 郑建 , 李秀卫 , 朱孟兆 , 周加斌 , 李程启 , 马艳 , 马强 , 李欣阳 , 刘鑫意 , 刘梦云
摘要： 本发明公开了一种基于关联分析和主成分分析的时间序列数据清洗方法，步骤：采用皮尔逊系数分析法(PCC)找出变压器故障和其它电力数据的一些隐藏关联；采用主成分分析法(PCA)对所有相关的时间序列进行降维、降噪处理；将清洗后的一部分数据作为训练集输入到BP神经网络(BPNN)中进行训练学习，并用剩下的部分数据作为测试集对模型加以验证。本发明与传统技术相比，能显著提高变压器故障诊断的精确度，同时可以提高分类的准确度，并且在面对高维数据时，运算时间更短。
-
公开(公告)号：CN104680192A
公开(公告)日：2015-06-03
申请号：CN201510061576.3
申请日：2015-02-05
申请人： 国家电网公司 , 国网山东省电力公司电力科学研究院
CPC分类号： G06K9/6221 , G06K9/42 , G06K9/6256 , G06K9/6268
摘要： 本发明公开了一种基于深度学习的电力图像分类方法，步骤：采用乱序发射机制实现输入电力图像的逐类发射：在乱序发射机制中采用第一缓存区和第二缓存区，第一缓存区用于存储若干张待处理的图象，从第一缓存区中选取若干张图象存储到第二缓存区中，第二缓存区的图象排队等候发射；对电力图像进行区域提取；对区域提取后的图象进行增强处理；对增强处理后的图像的进行大小调整，并将该图象格式化使其满足分类器的输入；将数据输入到分类器中，选择不同的训练集大小和训练速度进行多次实验，并将分类准确率和效率进行对比分析，选出最优的训练参数，以获得最佳训练效果。本发明比传统技术有着明显的优势，训练的收敛速度较快并有较高的准确率。
-
-
-
搜索结果
4 条记录 (耗时 0.041 秒)
