[发明专利]一种基于迁移学习获取配电线路故障分类、定位与选线深度学习模型的方法在审
| 申请号： | 202111414342.4 | 申请日： | 2021-11-25 |
| 公开（公告）号： | CN114169231A | 公开（公告）日： | 2022-03-11 |
| 发明（设计）人： | 郑天晴;刘亚东;严英杰;丛子涵;江秀臣 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06K9/62;G06N3/04;G06N3/08;G06F111/08;G06F113/04 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人： | 张宁展 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于迁移学习获取配电线路故障分类、定位与选线深度学习模型的方法，使用PSS/E等电力系统仿真软件产生足够的带有故障类型、故障位置与故障线路标签的故障数据用于以训练深度学习模型，进行深度特征抽取，之后将抽取的深度特征迁移到实际电力系统中的工业数据，利用数据集之间的高维相似性实现从源域到目标域的迁移、域适应。有益效果是解决小规模、不平衡数据集进行故障精准分类、定位与选线的难题，应对实际工业界带标签数据数据不足、数据不平衡的问题。 | ||
| 搜索关键词： | 一种 基于 迁移 学习 获取 配电 线路 故障 分类 定位 深度 模型 方法 | ||
【主权项】：
暂无信息
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上海交通大学，未经上海交通大学许可，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/202111414342.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度神经网络的审计疑点提取方法
- 下一篇：一种鱼块去皮去刺装置
