一种基于小波神经网络的故障电弧识别方法及系统

AITNT
正文
推荐专利
一种基于小波神经网络的故障电弧识别方法及系统
申请号:CN202411722201
申请日期:2024-11-28
公开号:CN119598169B
公开日期:2025-05-06
类型:发明专利
摘要
本申请提供了一种基于小波神经网络的故障电弧识别方法及系统,涉及识别故障电弧的技术领域,所述方法包括:信号采集、信号处理、第一建模、第一训练和故障识别等步骤;所述系统包括:信号采集模块、信号处理模块、第一建模模块、第一训练模块和故障识别模块,本申请采用发生故障电弧时的历史电流信号以及故障类型标签对小波神经网络模型进行训练,提高了识别故障电弧的准确性。
技术关键词
故障电弧识别方法 邻域特征 神经网络模型 识别故障电弧 采集单元 小波神经网络 信号处理模块 特征描述符 电弧识别系统 信号采集模块 标签 重构单元 矩阵 变换算法 特征加权融合 模块通信 特征选择
系统为您推荐了相关专利信息
1
一种面向API开发过程的实时风险评分方法、系统、设备及介质
风险评分方法 神经网络模型 结构特征提取 计算机可执行指令 风险评估技术
2
卡钻风险联合预测方法、系统及存储介质
联合预测方法 钻井参数 钻柱振动信号 记忆模型 长短期记忆神经网络模型
3
图像分割方法、设备、存储介质及程序产品
层级 图像分割模型 图像分割方法 计算机执行指令 编码
4
基于改进深度神经网络模型的船体结构开孔强度预报方法
预报方法 网格 深度神经网络模型 应力 船体结构
5
一种用于电缆沟防水层完整性的电火花无损检测评估方法
检测评估方法 电缆沟 防水层 电信号 区分缺陷
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