基于深度学习的电缆故障类型识别方法

(19)中华人民共和国国家知识产权局

	(12)发明专利说明书
		(10)申请公布号 CN 114545292 A (43)申请公布日 2022.05.27

(21)申请号 CN202111615075.7

(22)申请日 2021.12.27

(71)申请人国网山西省电力公司阳泉供电公司;北方工业大学

地址 045000 山西省阳泉市城区德胜东街333号

(72)发明人杨海飞郭建斌姜涛张勇周涛万庆祝李伊梦闫旭阳郑帅袁润娇

(74)专利代理机构江阴市权益专利代理事务所(普通合伙)

代理人舒平

(51)Int.CI

G01R31/58

G01R31/52

G01R31/54

G06K9/62

G06N3/04

G06N3/08

权利要求说明书说明书幅图

(54)发明名称

基于深度学习的电缆故障类型识别方法

(57)摘要

本发明涉及一种基于深度学习的电缆故障类型识别方法，包括S1、采集不同电缆故障类型的输入阻抗谱时频域特征，建立电缆故障样本库，对所有电缆的故障特征进行分类及标注；S2、对S1获得的时频域特征进行预处理后，按照预设比例划分训练集和测试集，构建样本训练集和测试集；S3、构建基于深度学习的机器学习模型；S4、用S2构建的训练集对机器学习模型进行训练；S5、测试模型，输入电缆故障信号，输出相应的分类标签，最终获得目标电缆故障所属的类别。本发明能够根据电缆输入阻抗谱的特征，对特征数据进行提取与分类，实现对接地、短路与开路故障类型的高精度识别。

法律状态

法律状态公告日	法律状态信息	法律状态
2022-05-27	公开	发明专利申请公布
2022-06-14	实质审查的生效IPC(主分类):G01R31/58专利申请号:2021116150757申请日:20211227	实质审查的生效