基于加权极限学习机的电磁式电流互感器误差预测方法

AITNT
正文
推荐专利
基于加权极限学习机的电磁式电流互感器误差预测方法
申请号:CN202411065894
申请日期:2024-08-05
公开号:CN118965294B
公开日期:2025-07-25
类型:发明专利
摘要
本发明涉及基于加权极限学习机的电磁式电流互感器误差预测方法,属于电流互感器技术领域。该方法包括数据采集、异常值剔除、标准化处理、变分模态分解、三相电流特征矩阵构建、电流互感器误差检测模型训练、预测及结果比较等步骤。本发明能够对电流互感器的角差和比差进行预测,并可以有效指导相关工作人员的运行维护和检修工作,易于推广应用。
技术关键词
加权极限学习机 电磁式电流互感器 误差预测方法 变分模态分解算法 电流互感器误差 矩阵 灰狼算法 灰狼优化算法 三相电流幅值 电流互感器技术 频率 检测模型训练 样本 归一化方法 因子
系统为您推荐了相关专利信息
1
一种设备舒适度测量故障识别方法、系统及设备
故障识别方法 舒适度 信号 故障识别系统 变分模态分解算法
2
一种基于VMD-CNN多特征协同增强的海沟智能判别方法
智能判别方法 声学特征 变分模态分解算法 多通道 通道注意力机制
3
基于模糊聚类与变分模态分解的微震信号到时拾取方法
拾取方法 变分模态分解算法 赤池信息量准则 模糊聚类算法 信号
4
一种基于时频复合递归图的直流电弧故障检测方法和系统
高维特征向量 变分模态分解算法 奇异值分解算法 直流电弧故障检测 电流传感器
5
一种计及误差修正的多极端天气场景下负荷预测方法
负荷预测方法 天气 综合评价指标 皮尔逊相关系数 误差修正模型
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