[发明专利]一种基于循环神经网络模型的电网信号分类方法在审
| 申请号： | 201910500737.2 | 申请日： | 2019-06-11 |
| 公开（公告）号： | CN110321555A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 潘小辉;高尚;张明;李英;徐元孚;肖艳炜;王伟力;李慧辉;许寒阳;黄秋根 | 申请（专利权）人： | 国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司;国网浙江省电力有限公司;国家电网有限公司;南瑞集团有限公司;国电南瑞南京控制系统有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/35;G06K9/62;G06N3/04 |
| 代理公司： | 北京智绘未来专利代理事务所(普通合伙) 11689 | 代理人： | 肖继军;张红莲 |
| 地址： | 210019 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于循环神经网络模型的电网信号分类方法，该方法根据电网中信号的特点形成词典，对电网运行中的历史样本数据进行分词预处理，利用无监督学习的聚类算法对数据样本进行聚类，并根据聚类后的数据集的特点标记标签；将分词预处理后的样本数据利用双向循环神经网络进行建模，得到预测标签；将标签标注后的数据集与经过循环神经网络模型分类得到的数据标签数据集进行比较，计算出准确率，验证模型建立效果；最后将电网运行中的实时信号数据输入训练好的循环神经网络模型，得到分类结果。该方法可以有效解决信号分类过程中文本信号部分缺失的问题，分类的准确性高。 | ||
| 搜索关键词： | 循环神经网络 数据集 分词预处理 电网信号 电网 聚类 分类 历史样本数据 实时信号数据 无监督学习 标记标签 标签标注 分类结果 聚类算法 模型分类 模型建立 神经网络 数据标签 数据样本 双向循环 信号分类 样本数据 有效解决 准确率 建模 标签 验证 中文 预测 | ||
【主权项】：
1.一种基于循环神经网络模型的电网信号分类方法，该方法包括以下步骤：步骤1：电网运行信号读取与预处理；提取电网运行中的历史信号数据，利用整理好的词典，即通过原始信号数据拆分形成的词典，对信号进行分词预处理；步骤2：分词后的数据集聚类；将分词预处理后的数据进行K‑means聚类；步骤3：对聚类后的数据样本进行人工标注标签；对经过k‑means聚类后的分类数据集进行人工标注标签；步骤4：训练循环神经网络分类模型；将步骤1中分词预处理后的数据集输入循环神经网络分类模型进行训练，将步骤3中人工标注标签的数据集与经过循环神经网络模型分类得到的标签数据集进行对比，计算准确率；步骤5：利用训练好的循环神经网络分类模型给信号分类；当步骤4中准确率符合要求时，输出该训练好的循环神经网络分类模型，将电网实时信号带入到上述训练好的循环神经网络模型中，得到基于循环神经网络模型的电网信号的分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司;国网浙江省电力有限公司;国家电网有限公司;南瑞集团有限公司;国电南瑞南京控制系统有限公司，未经国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司;国网浙江省电力有限公司;国家电网有限公司;南瑞集团有限公司;国电南瑞南京控制系统有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910500737.2/，转载请声明来源钻瓜专利网。
