摘要
本发明涉及低压电网用电领域,具体涉及一种剩余电流类型的分类方法、系统、设备及介质;所述方法包括:采集低压电网在不同负载条件下的剩余电流信号,得到原始电流数据集;基于得到的原始电流数据集,提取反映信号特性的关键特征参数,所述关键特征参数包括信号的峰‑峰值、平均值、整流平均值、方差和标准差,形成特征向量;利用得到的特征向量,训练神经网络模型,得到训练好的神经网络模型;利用训练好的神经网络模型,对新的剩余电流信号的特征向量进行分类,得到分类结果。实现了对不同类型交流剩余电流的准确分类,提高了电网运行的安全性和可靠性。
技术关键词
训练神经网络模型
电流
分类方法
信号
非线性
低压
模型训练模块
可读存储介质
电网用电
特征提取模块
数据采集模块
分类系统
传播算法
误差
处理器
示波器
决策
存储器
系统为您推荐了相关专利信息
铆钉枪
电信号装置
空气压缩装置
膨胀轴
焊枪电缆
色彩
非线性优化算法
反射板
采集设备
可调光源系统