恭喜國網江西省電力有限公司吉安供電分公司;國家電網有限公司劉孟獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜國網江西省電力有限公司吉安供電分公司;國家電網有限公司申請的專利基于小波分解滾動學習的變電站二次回路信號檢測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114239640B 。
龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111346517.2,技術領域涉及:G06F18/10;該發明授權基于小波分解滾動學習的變電站二次回路信號檢測方法是由劉孟;馬文濤;鄢學鋒;杜偉;劉志剛;趙希斌;彭雪華;李駿;張貽飛;曾萍;曾文洋設計研發完成,并于2021-11-15向國家知識產權局提交的專利申請。
本基于小波分解滾動學習的變電站二次回路信號檢測方法在說明書摘要公布了:本發明提供了一種基于小波分解滾動學習的變電站二次回路信號檢測方法,步驟如下:對信號加裝時間窗口;選取信號發生變化的時間窗口;對選取的時間窗口內的信號進行小波分解,且從低頻至高頻逐級分解;獲得不同尺度的小波分解系數,進而獲得不同響應事件對應的小波分解系數;根據信號所對應的響應事件,選取歷史信號的小波分解系數作為特征參數,每次在線檢測中產生的響應事件作為反饋進行滾動學習。本發明有益效果:通過信號小波分解及滾動學習,進一步降低噪聲信號的干擾,加強系統變電站相應事件的識別,包括事件識別的準確性和實時性,滾動學習是一種在線學習,隨著運行時間變長可以不斷提升信號檢測精度,具有良好地使用效果。
本發明授權基于小波分解滾動學習的變電站二次回路信號檢測方法在權利要求書中公布了:1.基于小波分解滾動學習的變電站二次回路信號檢測方法,其特征在于,包括以下步驟:A.對信號加裝時間窗口;B.選取信號發生變化的時間窗口;C.對步驟B中時間窗口內的信號進行小波分解,且從低頻至高頻逐級分解;D.獲得不同尺度的小波分解系數,進而獲得不同響應事件對應的小波分解系數;E.根據信號所對應的響應事件,選取歷史信號的小波分解系數作為特征參數,每次在線檢測中產生的響應事件作為反饋進行滾動學習;步驟E中進行滾動學習的步驟如下,E1.假設s1、s2、s3、s4…sq分別代表變電站中的信號所表示的q種響應事件,此時,對應于不同的響應事件si,選取小波分解的p個系數作為特征向量ki=ai1,ai2,ai3,……,aip,其中ai1、ai2、ai3、……、aip表示響應事件si在p次分解截斷后得到的p個系數;E2.定義ci為響應事件si的特征向量重心,有以下表達式,ci=ki1+ki2…+kitt,其中,ki1、ki2、…、kit向量為歷史數據學習過程中均對應于響應事件si的t個特征向量;E3.在線檢測過程中,對采樣到的當前信號進行小波分解得到特征向量ku,并獲得其與各個已知響應事件的特征向量重心的歐氏距離;E4.判斷步驟E3中獲得的各歐氏距離,選擇距離最近的特征向量重心所對應的響應事件作為當前信號所對應的響應事件,假設采樣到的當前信號所對應的特征向量ku與響應事件si的特征向量重心ci距離最近,則判斷采樣到的當前信號所對應的響應事件為si;E5.根據在線檢測結果進行滾動學習,將當前信號所對應的特征向量ku動態更新至響應事件si的特征向量重心ci,此時,響應事件si的特征向量重心ci有以下表達式,ci=ki1+ki2…+kit+kut+1。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國網江西省電力有限公司吉安供電分公司;國家電網有限公司,其通訊地址為:343400 江西省吉安市青原區青原大道251號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。