发明专利已授权

基于DBN-GA神经网络的高压断路器故障检测方法

📄 申请号：CN201810954033.8 📄 发布日：2026/04/02

著录项目信息

申请日

2018-08-21

公开号

CN109270442B

公开日

2021-02-12

申请人

西安工程大学

法律状态

已下证

专利类型

发明

主分类号

G01R31_327

IPC 分类号

G01R31_327 , G06K9_62 , G06N3_12 ,

技术画像

所属领域

神经网络深度信念网络遗传算法故障诊断故障检测神经网络

应用场景

高压断路器故障检测, 智能电网, 电力设备状态检修, 设备健康管理, 电力系统运维

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开的基于DBN‑GA神经网络的高压断路器故障检测方法，具体按照如下过程：将在线监测系统监测的电流数据，作为输入变量；然后，利用基于深度信念神经网络的深度学习算法构建故障类型预测模型，确定限制玻尔兹曼机模型，记为RBM，将一部分电流数据样本提取到构建该模型并进行训练；经过对受限玻尔兹曼机的训练后，对整个深度信念神经网络模型进行训练学习；最后将所有的数据输入到训练好的故障类型预测模型中，由故障类型预测模型对输入的分合闸线圈电流数据进行处理，完成对高压断路器故障检测。本发明公开的方法在弥补人工神经网络检测的不足的同时，能更加准确有效地判断断路器的故障类型，进而能够有效率的检修。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于图像识别的快速带钢划痕缺陷检测方法

当前第 / 件

一种根据图书馆读者借阅行为进行图书推荐的方法

同领域国内专利 · IPC: (G01R31_327)

G01R31_00 G01R31_01 G01R31_02 G01R31_08 G01R31_11 G01R31_12 G01R31_14 G01R31_16 G01R31_18 G01R31_24 G01R31_26 G01R31_265 G01R31_28 G01R31_317 G01R31_3177 G01R31_3185 G01R31_327 G01R31_34 G01R31_36 G01R31_364 G01R31_367 G01R31_378 G01R31_379 G01R31_382 G01R31_3835 G01R31_3842 G01R31_385 G01R31_387 G01R31_388 G01R31_389 G01R31_392 G01R31_396 G01R31_40 G01R31_42 G01R31_44 G01R31_50 G01R31_52 G01R31_54 G01R31_55 G01R31_56 G01R31_58 G01R31_62 G01R31_64 G01R31_66 G01R31_67 G01R31_68 G01R31_69 G01R31_72 覆盖48个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：124 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于DBN-GA神经网络的高压断路器故障检测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G01R31_327)

相似专利推荐 AI 驱动 · 同领域

一种针对无人船的主动故障诊断方法

一种基于输出电压矢量图像的三电平逆变器故障诊断方法

一种二维不规则图形排样优化方法

服务项目

资源中心

关于柿子坊