申请/专利权人:国网湖南省电力有限公司;国网湖南省电力有限公司超高压变电公司;国家电网有限公司
申请日:2023-11-16
公开(公告)日:2024-03-29
公开(公告)号:CN117789753A
主分类号:G10L25/03
分类号:G10L25/03;G06F18/213;G06N3/0464;G06F18/2415;G01R31/00;G01R29/26;G01H17/00;G01H1/12;G01N29/04;G01M13/00;G01M99/00;G10L25/30;G10L25/51
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于卷积神经网络和声学特征变量预测的电抗器状态评价方法及系统,该方法包括:步骤S1:获取电抗器箱壁振动信号和噪声信号作为数据;步骤S2:采用离群点和连续插值法对数据进行剔除和补全;步骤S3:构建基于卷积神经网络的干式电抗器的声振特征预测模型;步骤S4:构建评价指标,完成状态评价,最终得到基于卷积神经网络和声学特征变量预测的电抗器状态评价结果。该系统用来实施上述方法。本发明具有原理简单、智能化程度高、评价精准度高等优点。
主权项:1.一种基于卷积神经网络和声学特征变量预测的电抗器状态评价方法,其特征在于,包括:步骤S1:获取电抗器箱壁振动信号和噪声信号作为数据;步骤S2:采用离群点和连续插值法对数据进行剔除和补全;步骤S3:构建基于卷积神经网络的干式电抗器的声振特征预测模型;步骤S4:构建评价指标,完成状态评价,最终得到基于卷积神经网络和声学特征变量预测的电抗器状态评价结果。
全文数据:
权利要求:
百度查询: 国网湖南省电力有限公司;国网湖南省电力有限公司超高压变电公司;国家电网有限公司 基于卷积神经网络和声学特征变量预测的电抗器状态评价方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。