合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 化学分析技术

> 基于自组织的模糊小脑模型神经网络学习的开关柜设备故障预测方法

基于自组织的模糊小脑模型神经网络学习的开关柜设备故障预测方法

1062   编辑:管理员   来源:中冶有色技术网  
2023-03-19 07:22:37
本发明提供了一种基于自组织的模糊小脑模型神经网络学习的开关柜设备故障预测方法,包括S1:对来自开关柜局部放电检测数据进行图谱分析,得到图谱的特征数据存储在二维的矩阵,形成M×N的特征输入,接着采用自相关协方差方法去除原始数据的噪声并减少输入数据的维度;S2:建立具有三层映射关系的自组织小脑神经网络模型;S3:利用李雅普诺夫函数设计该模型的优化学习率;S4:将训练数据作为模型输入,对模糊大脑神经网络模型进行训练;S5:对当前开关柜局部放电检测数据执行步骤S1操作,将获得的数据作为特征输入,将其输入模型对开关柜设备故障进行预测;上述方法可实时掌握开关柜的健康状态,促进电力产业的健康发展。
声明:
“基于自组织的模糊小脑模型神经网络学习的开关柜设备故障预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
化学分析
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

第二届关键基础材料模拟、制备与评价技术交流会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记