KLV	官网
江苏电力信息技术申请基于深度学习的电力故障分类专利,在分类准确率、实时性和鲁棒性...
栏目分类

VeChain中文网>>你的位置:KLV 官网 > VeChain中文网 > 江苏电力信息技术申请基于深度学习的电力故障分类专利,在分类准确率、实时性和鲁棒性实现大幅度提升|算法

江苏电力信息技术申请基于深度学习的电力故障分类专利,在分类准确率、实时性和鲁棒性实现大幅度提升|算法

发布日期:2025-01-22 13:58    点击次数:91

金融界2024年11月11日消息,国家知识产权局信息显示,江苏电力信息技术有限公司申请一项名为“基于深度学习的电力故障分类方法”的专利,公开号CN 118916746 A,申请日期为2024年8月。专利摘要显示,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。本文源自:金融界作者:情报员

上一篇:没有了
下一篇:没有了
首页 VeChain中文网

Powered by KLV 官网 @2013-2022 RSS地图 HTML地图

Copyright Powered by站群 © 2013-2024