原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于时间卷积网络的台区总表故障智能辨识方法，属电能计量领域。包括通过2D卷积的形式来提取量测时序数据矩阵其中的信息；采用时间卷积网络来进行变压器故障辨识的机器学习；将输入数据矩阵中的高维特征提取并压缩至输出层，进一步用于故障的辨识；采取日度故障辨识与年度故障辨识两种不同的故障辨识策略；用深度学习工具，通过对台区监测数据进行自动化、批量分析，直接定位出现故障的台区总表，排除线路或台区中其他不合理因素的干扰，从而提升线路经济运行率。可以提取每个变量单独包含的时间序列特征，同时可以横向提取变量之间
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116879672 A
(43)申请公布日 2023.10.13
(21)申请号 202310636611.4 G06F 18/24 (2023.01)
文档评论（0）