基于深度学习的电力故障分类方法

    公开(公告)号:CN118916746A

    公开(公告)日:2024-11-08

    申请号:CN202411091972.6

    申请日:2024-08-09

    Abstract: 本发明涉及电力系统故障诊断的技术领域,公开了一种基于深度学习的电力故障分类方法,包括:从电力系统中采集故障数据并对其进行数据预处理和特征提取,得到目标特征;基于卷积神经网络和循环神经网络构建混合模型;利用Adam优化算法、目标特征,对混合模型进行优化,生成故障分类模型;将实时采集的电力系统运行数据输入故障分类模型中进行关于故障概率分布的预测,输出故障分类结果。本发明通过结合卷积神经网络和循环神经网络的混合模型,以及利用Adam优化算法进行优化,在分类准确率、实时性和鲁棒性实现了大幅度提升,有效解决了现有技术在故障分类中的不足,提高故障分类准确性和效率。

    一种MQ消息队列的报文信息处理方法

    公开(公告)号:CN117560435A

    公开(公告)日:2024-02-13

    申请号:CN202311502772.0

    申请日:2023-11-13

    Abstract: 本发明公开了一种MQ消息队列的报文信息处理方法,通过获取模块获取MQ消息队列的报文信息;通过判断模块判断获取的报文信息是否受到干扰;通过变换模块对受到干扰的报文信号进行小波包变换得到小波包系数;通过预处理模块对小波包系数绝对值高于小波包系数门限的系数设置为预置数值;通过逆变换模块对经过预处理的小波包系数进行小波包逆变换;本发明去除干扰报文,保证报文信息处理的准确;获取待解析的报文信息,通过分析算法对报文信息进行解析,并对解析后的报文信息进行校验,通过数据库存储校验的报文信息,把特定格式的文件数据解析成自己想要的结果,方便进行处理。

Patent Agency Ranking