-
公开(公告)号：CN119622483B
公开(公告)日：2025-04-18
申请号：CN202510161990.5
申请日：2025-02-14
Applicant: 烟台大学
IPC: G06F18/241 , G06F40/284 , G06F40/30 , G06F18/214 , G06F18/213
Abstract: 本发明涉及电网故障分类诊断技术领域，具体为一种基于文本向量化的电网故障诊断方法和系统，对电网告警信息文本进行分词处理、嵌入转换处理获得初始向量，同时提取关键字，对其进行向量化处理后得到标签向量；对初始向量进行若干次编码处理，生成文本向量，然后将文本向量与标签向量进行拼接处理，获得拼接向量，进行若干次特征提取处理，生成高维特征向量，对高维特征向量进行全连接正向处理，获得电网故障诊断结果，可以挖掘文本中深层次的语义与逻辑关系，区分具有相似特征的故障类型样本，提高电网故障诊断的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119066621B
公开(公告)日：2025-03-14
申请号：CN202411554974.4
申请日：2024-11-04
Applicant: 烟台大学
IPC: G06F18/25 , G06F18/241 , G06N3/0464 , G06Q50/06 , G01R31/08
Abstract: 本发明涉及电网故障诊断技术领域，具体为一种电网故障诊断方法、系统、装置和存储介质，对采集的原始故障录波数据和故障录波仿真数据进行预处理和同步压缩小波变换处理后，得到故障特征，将故障特征依次经全卷积掩码处理和解码处理后输入电网故障诊断模型进行模型训练，得到训练好的电网故障诊断模型，对新输入的故障录波数据进行浅层特征提取后进行多重卷积处理获得深度特征，然后进行无参注意力处理，与深度特征进行融合处理后得到加权深度特征，经下采样处理后将得到的最终加权深度特征进行全连接处理，输出对应的故障类型标签，可以提高电网故障诊断的准确性和效率。
-
公开(公告)号：CN119293669B
公开(公告)日：2025-03-07
申请号：CN202411803360.5
申请日：2024-12-10
Applicant: 烟台大学
IPC: G06F18/2431 , G06N3/092 , G06N3/0455 , G06N5/02 , G06Q50/06 , G01R31/08
Abstract: 本发明涉及强化学习、电网故障诊断技术领域，具体为一种基于先验知识强化学习的电网故障诊断方法、系统和装置，获取不同环境状态下电网故障的告警数据文本，首先将告警数据文本与先验知识中的关键特征规则先进行关键特征的文本匹配，如果匹配成功，则直接输出动作，将匹配不成功的告警数据文本经嵌入处理后转化为嵌入向量，对嵌入向量进行进一步处理，得到当前环境状态下不同动作的期望值，然后基于开关特征、开关状态特征、不同动作的估计期望值获得当前环境状态下估计期望值最高的动作和对应的电网故障类型，并引入经验回放更新估计期望值，有效提高了对电网故障诊断的有效性和准确性。
-
公开(公告)号：CN119293669A
公开(公告)日：2025-01-10
申请号：CN202411803360.5
申请日：2024-12-10
Applicant: 烟台大学
IPC: G06F18/2431 , G06N3/092 , G06N3/0455 , G06N5/02 , G06Q50/06 , G01R31/08
Abstract: 本发明涉及强化学习、电网故障诊断技术领域，具体为一种基于先验知识强化学习的电网故障诊断方法、系统和装置，获取不同环境状态下电网故障的告警数据文本，首先将告警数据文本与先验知识中的关键特征规则先进行关键特征的文本匹配，如果匹配成功，则直接输出动作，将匹配不成功的告警数据文本经嵌入处理后转化为嵌入向量，对嵌入向量进行进一步处理，得到当前环境状态下不同动作的期望值，然后基于开关特征、开关状态特征、不同动作的估计期望值获得当前环境状态下估计期望值最高的动作和对应的电网故障类型，并引入经验回放更新估计期望值，有效提高了对电网故障诊断的有效性和准确性。
-
公开(公告)号：CN119066621A
公开(公告)日：2024-12-03
申请号：CN202411554974.4
申请日：2024-11-04
Applicant: 烟台大学
IPC: G06F18/25 , G06F18/241 , G06N3/0464 , G06Q50/06 , G01R31/08
Abstract: 本发明涉及电网故障诊断技术领域，具体为一种电网故障诊断方法、系统、装置和存储介质，对采集的原始故障录波数据和故障录波仿真数据进行预处理和同步压缩小波变换处理后，得到故障特征，将故障特征依次经全卷积掩码处理和解码处理后输入电网故障诊断模型进行模型训练，得到训练好的电网故障诊断模型，对新输入的故障录波数据进行浅层特征提取后进行多重卷积处理获得深度特征，然后进行无参注意力处理，与深度特征进行融合处理后得到加权深度特征，经下采样处理后将得到的最终加权深度特征进行全连接处理，输出对应的故障类型标签，可以提高电网故障诊断的准确性和效率。
-
公开(公告)号：CN119622483A
公开(公告)日：2025-03-14
申请号：CN202510161990.5
申请日：2025-02-14
Applicant: 烟台大学
IPC: G06F18/241 , G06F40/284 , G06F40/30 , G06F18/214 , G06F18/213
Abstract: 本发明涉及电网故障分类诊断技术领域，具体为一种基于文本向量化的电网故障诊断方法和系统，对电网告警信息文本进行分词处理、嵌入转换处理获得初始向量，同时提取关键字，对其进行向量化处理后得到标签向量；对初始向量进行若干次编码处理，生成文本向量，然后将文本向量与标签向量进行拼接处理，获得拼接向量，进行若干次特征提取处理，生成高维特征向量，对高维特征向量进行全连接正向处理，获得电网故障诊断结果，可以挖掘文本中深层次的语义与逻辑关系，区分具有相似特征的故障类型样本，提高电网故障诊断的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
