CNIPA.AI
返回搜索
档案

基于机器学习的智能电能计量箱电气故障检测方法

发明专利未知
10权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

李民朝; 董婵婵; 李进朝; 刘泳麟

申请日

Aug 7, 2026

公开日

Oct 27, 2026

IPC 分类

G06F 18/2433 (2023.01)G06F 18/15 (2023.01)G06F 18/214 (2023.01)G06F 18/213 (2023.01)G06F 18/25 (2023.01)G06F 18/2136 (2023.01)G06F 18/22 (2023.01)G06N 7/01 (2023.01)G06N 3/0455 (2023.01)G06N 3/088 (2023.01)G06N 3/084 (2023.01)G06N 3/0985 (2023.01)G06N 3/096 (2023.01)G06N 5/01 (2023.01)G06N 5/04 (2023.01)

本发明公开了基于机器学习的智能电能计量箱电气故障检测方法,涉及电能计量箱故障检测技术领域。该方法包括:采集电能计量箱输入端和输出端的电压瞬态波形数据、电流谐波分量数据以及零序电流时域数据,生成多维电气特征原始矩阵;对多维电气特征原始矩阵进行多物理场信号特征重构,提取反映绝缘劣化和接触电阻变化的隐性特征,生成时频域融合特征图谱;基于时频域融合特征图谱,采用动态深度稀疏自编码网络进行非监督式异常表征学习,生成故障敏感特征张量;基于故障敏感特征张量,利用小样本学习的元迁移卷积神经网络进行跨工况故障模式匹配,生成初始故障类别预测概率分布。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式