[发明专利]一种堆叠循环神经网络的电表故障诊断方法及装置

权利要求书

1.一种堆叠循环神经网络的电表故障诊断方法，其特征在于，包括以下步骤:

获取与待诊断电表关联的电流时序数据，并对所述电流时序数据进行预处理，得到预处理后的电流时序数据；所述预处理后的电流时序数据为I＝(I₁,I₂,...I_a,...In),其中，I₁为第1天的电流时序数据,I_a为第a天的电流时序数据，I_n为第n天的电流时序数据；其中，a和n均为自然数；

将预处理后的电流时序数据输入训练好的堆叠循环神经网络模型，得到所述电流时序数据对应的输出其中，所述为一个L维的向量，L等于所述模型需要判别的故障类别总数；所述堆叠循环神经网络模型包括第一循环神经网络和第二循环神经网络；第一循环神经网络第a天的输入为第a天生成的行向量H_a和第a-1天循环神经网络单元的中间状态输出S_a-1；所述输出由第一循环神经网络的中间状态Sn通过仿射变换和非线性激活得到；所述第a天生成的行向量H_a由第二循环神经网络的隐藏向量通过仿射变换和非线性激活得到；

根据所述电流时序数据对应的输出确定待诊断电表的诊断类别。

2.根据权利要求1所述的堆叠循环神经网络的电表故障诊断方法，其特征在于，每天的电流时序数据通过以下方法得到：

按等时间间隔将每天的24个小时划分为m个时间点，分别获取各个时间点的电流数据，每天的电流时序数据包括各个时间点的电流数据。

3.根据权利要求2所述的堆叠循环神经网络的电表故障诊断方法，其特征在于，所述时间间隔为1小时，每天的电流时序数据包括24个时间点的电流数据，每天的电流时序数据或其中，[i₁^A,i₁^C]为待诊断电表为三相三线型电表时采集的第1小时的电流，[i₂₄^A,i₂₄^C]为待诊断电表为三相三线型电表时采集的第24小时的电流；[i₁^A,i₁^B,i₁^C]为待诊断电表为三相三线型电表时采集的第1小时的电流，[i₂₄^A,i₂₄^B,i₂₄^C][i₂₄^A,i₂₄^C]为待诊断电表为三相三线型电表时采集的第24小时的电流。