-
公开(公告)号:CN116432120A
公开(公告)日:2023-07-14
申请号:CN202310422412.3
申请日:2023-04-19
Applicant: 贵州电网有限责任公司
IPC: G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于知识蒸馏的变压器故障类型分类方法包括:从变压器的油色谱中获取测量到气体含量的历史数据,并将气体含量及故障类型进行标记;根据所述历史数据训练教师网络,并构建学生网络;用所述教师网络输出的暗知识及所述历史数据训练学生网路;根据所述变压器的油色谱气体含量数据输入所述学生网络,通过所述学生网络完成故障类型分类。本发明提供的基于知识蒸馏的变压器故障快速故障类型分类方法,计算速度快,在学生网络的作用下,能够快速根据油色谱气体含量数据得到故障类型分类的结果,为变压器进行故障在线预测和分类提供了基础和依据。
-
公开(公告)号:CN116910658A
公开(公告)日:2023-10-20
申请号:CN202310795812.9
申请日:2023-06-30
Applicant: 贵州电网有限责任公司
IPC: G06F18/2413 , G06Q50/06 , G06F18/213
Abstract: 本发明涉及林分生长模型的技术领域,具体为一种基于多头注意力机制的非侵入式负荷识别方法,本发明公开了一种基于多头注意力机制的非侵入式负荷识别方法及系统,其中识别方法包括,通过传感器获取电力负荷状态量;对电力负荷状态量进行数据预处理,并建立多头注意力机制模型;基于多头注意力机制模型提取多维度电力负荷识别特征;基于改进的K最邻值法模型,对多维度电力负荷识别特征实现负荷识别;采用本发明,通过寻找电力负荷输入序列不同时刻之间的相关度,有利于实现长时间依赖学习以及并行化计算;改进的K最邻值法通过属性加权实现精确负荷识别,有利于解决负荷识别算法存在可分性较差,识别性能较低及计算量较大的问题。
-