原文传递
基于长短期记忆神经网络的绝缘子污秽度发展预测方法
| 专利名称： | 基于长短期记忆神经网络的绝缘子污秽度发展预测方法 |
| 摘要： | 本发明公开了一种基于长短期记忆神经网络的绝缘子污秽度发展预测方法，其包括获取绝缘子局部区域拍摄的高光谱图像，并提取高光谱图像的高光谱谱线；将绝缘子的高光谱谱线输入已构建的相同污秽类型的绝缘子污秽度高光谱回归模型，得到绝缘子的污秽度；将绝缘子的污秽度和预测时间序列输入采用长短期记忆神经网络算法构建的相同污秽类型的污秽度高光谱发展预测模型中，得到工程要求的绝缘子预测污秽度。本方案通过污秽度高光谱发展预测模型与高光谱图像的结合能够准确预测绝缘子污秽发展，以解决现有技术存在的操作繁琐、人工干扰大，难以预测污秽度未来发展等问题。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 四川;51 |
| 申请人： | 西南交通大学 |
| 发明人： | 吴广宁;邱彦;郭裕钧;张血琴;刘凯;高国强;杨泽锋;魏文赋 |
| 专利状态： | 有效 |
| 申请日期： | 2019-09-04T00:00:00+0800 |
| 发布日期： | 2019-12-03T00:00:00+0800 |
| 申请号： | CN201910833968.5 |
| 公开号： | CN110530876A |
| 代理机构： | 成都正华专利代理事务所(普通合伙) |
| 代理人： | 陈选中 |
| 分类号： | G01N21/88(2006.01);G;G01;G01N;G01N21 |
| 申请人地址： | 610031 四川省成都市二环路北一段 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
