一种基于线路工况参数的波形生成模型训练方法和系统

AITNT
正文
推荐专利
一种基于线路工况参数的波形生成模型训练方法和系统
申请号:CN202510414498
申请日期:2025-04-03
公开号:CN120338036A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于线路工况参数的波形生成模型训练方法和系统,包括获取各预设的仿真线路工况参数和对应的仿真波形数据,以及历史线路工况参数和对应的历史波形数据;将各仿真线路工况参数,转化为对应的仿真特征向量,将各历史线路工况参数,转化为对应的历史特征向量;根据仿真特征向量和对应的仿真波形数据,训练预设的原始自注意力生成对抗网络模型,得到第一自注意力生成对抗网络模型;其中,所述原始自注意力生成对抗网络模型的生成器包括至少一层自注意力层;根据历史特征向量和对应的历史波形数据,训练第一自注意力生成对抗网络模型,得到波形生成模型。本发明解决了传统故障定位算法因依赖真实波形数据采集导致的算法迭代滞后问题。
技术关键词
生成对抗网络模型 生成模型训练方法 工况参数 波形 注意力 线路 标量特征 多层感知机 神经网络模型 数据获取模块 故障定位算法 模型训练系统 对抗性 矩阵 非线性 误差
系统为您推荐了相关专利信息
1
一种高效鲁棒的目标跟踪方法及其在智能监控中的应用
融合跟踪技术 跟踪方法 引入注意力机制 多模态 跟踪成功率
2
一种基于统一消息的时序特征融合用于药物-靶点结合亲和力的预测
时序特征 亲和力 蛋白质特征提取 药物 深度卷积神经网络
3
基于自适应时频特征协同的脑电信号特征提取方法及系统
电信号特征提取 特征提取模型 时间域 频域特征 深度学习网络模型
4
一种基于物联网的存储硬盘远程诊断系统及方法
远程诊断系统 硬盘健康状态 存储硬盘 硬盘故障 温湿度
5
多AGV深度强化学习动态路径规划方法
动态路径规划方法 深度强化学习 路径规划器 表征场景 动态障碍物
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