公开(公告)号：CN116008733A

公开(公告)日：2023-04-25

申请号：CN202310273460.0

申请日：2023-03-21

Applicant: 成都信息工程大学

Inventor： 张葛祥 ,  马松 ,  杨强 ,  刘启虞 ,  胡洋珩 ,  朱明

IPC: G01R31/08 ,  G01R31/52 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了一种基于集成深度神经网络的单相接地故障诊断方法，属于单相接地故障诊断技术领域，方法包括：S1.获取故障线路与非故障线路的历史数据和在线实时数据；S2.进行缺失值处理和标准化处理；S3.将历史数据划分为训练集和测试集；将在线实时数据定义为验证集；S4.建立单相接地故障诊断模型，将训练集和测试集输入到单相接地故障诊断模型中，进行模型训练；S5.在模型训练结束后保存最佳模型参数；S6.将验证集输入到最佳模型参数的单相接地故障诊断模型中，进行单相接地故障诊断，完成故障选线。本发明能够快速有效判别单相接地故障，相对于单一神经网络模型，能够显著提高故障选线准确率，确保故障选线结果的可靠性。

公开(公告)号：CN115132296B

公开(公告)日：2024-08-13

申请号：CN202210566369.3

申请日：2022-05-23

Applicant: 成都信息工程大学

Inventor： 张葛祥 ,  马松 ,  刘启虞 ,  朱明 ,  郭德全

IPC: G16C20/70 ,  G16C20/30 ,  G06N3/082 ,  G06N3/084 ,  G06N3/086

Abstract: 本发明公开了一种基于双层粗细优化深度学习框架的质量评估方法，包括：获取当前食品的第一食品质量特征数据，并对所述第一食品质量特征数据进行提取，得到用于对所述当前食品进行质量评估的第二食品质量特征数据；根据所述当前食品和所述第二食品质量特征数据，确定出与所述当前食品相匹配的第一神经网络模型；利用基于神经网络改造的遗传算法对所述第一神经网络模型的拓扑结构进行第一层粗优化处理，得到第二神经网络模型；利用萤火虫算法对所述第二神经网络模型中的参数进行第二层精细优化处理，得到最佳神经网络模型，并利用所述最佳神经网络模型对所述当前食品进行食品质量评估。

公开(公告)号：CN115132296A

公开(公告)日：2022-09-30

申请号：CN202210566369.3

申请日：2022-05-23

Applicant: 成都信息工程大学

Inventor： 张葛祥 ,  马松 ,  刘启虞 ,  朱明 ,  郭德全

IPC: G16C20/70 ,  G16C20/30 ,  G06N3/08 ,  G06N3/04 ,  G06N3/12

Abstract: 本发明公开了一种基于双层粗细优化深度学习框架的质量评估方法，包括：获取当前食品的第一食品质量特征数据，并对所述第一食品质量特征数据进行提取，得到用于对所述当前食品进行质量评估的第二食品质量特征数据；根据所述当前食品和所述第二食品质量特征数据，确定出与所述当前食品相匹配的第一神经网络模型；利用基于神经网络改造的遗传算法对所述第一神经网络模型的拓扑结构进行第一层粗优化处理，得到第二神经网络模型；利用萤火虫算法对所述第二神经网络模型中的参数进行第二层精细优化处理，得到最佳神经网络模型，并利用所述最佳神经网络模型对所述当前食品进行食品质量评估。