基于深度学习的电缆故障识别方法、系统、设备及介质

AITNT
正文
推荐专利
基于深度学习的电缆故障识别方法、系统、设备及介质
申请号:CN202411058689
申请日期:2024-08-02
公开号:CN118981709A
公开日期:2024-11-19
类型:发明专利
摘要
本发明公开了一种基于深度学习的电缆故障识别方法、系统、设备及介质,包括:获取电缆的测量数据;对所述电缆的测量数据进行特征提取;将提取的特征数据输入到训练后的电缆绝缘故障识别模型中,以识别电缆的故障,其中,所述电缆绝缘故障识别模型基于MSPSO优化算法进行优化训练,该方法、系统、设备及介质能够提高电缆故障识别的准确性及效率,同时操作较为简单。
技术关键词
电缆绝缘故障 故障识别方法 电缆故障识别系统 连续小波变换 数据 深度信念网络 样本 可读存储介质 算法 处理器 计算机设备 识别模块 存储器 参数
系统为您推荐了相关专利信息
1
一种基于多策略、自适应差分进化算法优化的区间二型模糊神经网络软测量系统
区间二型模糊神经网络 进化算法 多策略 工业控制系统 输入模块
2
一种新闻出版统计分析系统
统计分析系统 自然语言生成技术 图书 期刊 指标
3
基于星载激光雷达的边界层PM2.5垂直分布反演方法
星载激光雷达 气溶胶光学厚度 后向散射系数 反演模型 反演方法
4
一种血氧控制电路及监护仪
模拟开关芯片 红外接收设备 光电控制器 恒流控制模块 输入模块
5
一种界面数据填充方法、装置、设备及存储介质
界面 动态定位技术 标识符 数据填充方法 计算机执行指令
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号