公开(公告)号：CN109142851B

公开(公告)日：2021-03-02

申请号：CN201810838379.1

申请日：2018-07-26

Applicant: 福州大学

Inventor： 杨耿杰 ,  廖宇飞 ,  高伟 ,  郭谋发

IPC: G01R19/165 ,  G06N3/04

Abstract: 本发明涉及一种新型的配电网内部过电压识别方法。将基于帝国殖民竞争算法优化的原子分解算法应用于过电压信号的分析中，经优化后的算法能快速、有效提取信号内部特征，且不易受噪声干扰；基于原子分解算法，构造三相特征原子谱，将仅含有时域信息的波形信号，转化为含有时频信息的高维特征，完备地描述了过电压信号的时频特性；利用卷积神经网络直接对三相特征原子谱进行识别，解决了基于浅层学习识别算法对于高维特征识别的不足，避免了特征简约过程中存在的主观性和复杂性。本发明的配电网过电压类型识别方法，经仿真波形和实物模型验证具有较高的识别准确率和较强的适应能力。

公开(公告)号：CN109142851A

公开(公告)日：2019-01-04

申请号：CN201810838379.1

申请日：2018-07-26

Applicant: 福州大学

Inventor： 杨耿杰 ,  廖宇飞 ,  高伟 ,  郭谋发

IPC: G01R19/165 ,  G06N3/04

Abstract: 本发明涉及一种新型的配电网内部过电压识别方法。将基于帝国殖民竞争算法优化的原子分解算法应用于过电压信号的分析中，经优化后的算法能快速、有效提取信号内部特征，且不易受噪声干扰；基于原子分解算法，构造三相特征原子谱，将仅含有时域信息的波形信号，转化为含有时频信息的高维特征，完备地描述了过电压信号的时频特性；利用卷积神经网络直接对三相特征原子谱进行识别，解决了基于浅层学习识别算法对于高维特征识别的不足，避免了特征简约过程中存在的主观性和复杂性。本发明的配电网过电压类型识别方法，经仿真波形和实物模型验证具有较高的识别准确率和较强的适应能力。