公开(公告)号：CN110646708A

公开(公告)日：2020-01-03

申请号：CN201910922549.9

申请日：2019-09-27

Applicant: 中国矿业大学

Inventor： 梁睿 ,  迟鹏 ,  沈怡君 ,  乔宇娇 ,  胡义华 ,  张喆

IPC: G01R31/08 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开基于双层长短时记忆(LSTM)网络的10kV单芯电缆早期状态识别方法，适用于电气领域使用。首先从可观测电气量中选择得到5个电流可观测电气量，从这5个可观测电气量中提取时序对构建电缆早期状态组合时序特征矩阵；然后依据辨识矩阵尺寸特点，构建处理时序输入的双层LSTM网络；再通过自适应学习率的优化算法进行有监督学习下的模型训练，得到电缆早期状态辨识模型。本发明可以充分利用电缆运行的大量数据，在不使用统计特征的情况下，从五种可观测数据提取时序对构建组合时序特征矩阵作为双层LSTM网络的输入，利用双层LSTM对时序输入的处理能力明确输入与输出的对应关系，进而完成电缆早期状态的辨识。本发明辨识准确率可达99.06％。

公开(公告)号：CN110646708B

公开(公告)日：2020-07-17

申请号：CN201910922549.9

申请日：2019-09-27

Applicant: 中国矿业大学

Inventor： 梁睿 ,  迟鹏 ,  沈怡君 ,  乔宇娇 ,  胡义华 ,  张喆

IPC: G01R31/08 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开基于双层长短时记忆(LSTM)网络的10kV单芯电缆早期状态识别方法，适用于电气领域使用。首先从可观测电气量中选择得到5个电流可观测电气量，从这5个可观测电气量中提取时序对构建电缆早期状态组合时序特征矩阵；然后依据辨识矩阵尺寸特点，构建处理时序输入的双层LSTM网络；再通过自适应学习率的优化算法进行有监督学习下的模型训练，得到电缆早期状态辨识模型。本发明可以充分利用电缆运行的大量数据，在不使用统计特征的情况下，从五种可观测数据提取时序对构建组合时序特征矩阵作为双层LSTM网络的输入，利用双层LSTM对时序输入的处理能力明确输入与输出的对应关系，进而完成电缆早期状态的辨识。本发明辨识准确率可达99.06％。