申请/专利权人:云南电网有限责任公司大理供电局
申请日:2023-11-20
公开(公告)日:2024-04-02
公开(公告)号:CN117807530A
主分类号:G06F18/243
分类号:G06F18/243;G06F18/213;G06F18/2131;G06F18/2135;G06F18/25;G06V10/44;G06V10/82;G06N3/045;G06N3/0464;G06N3/006;G06N10/60
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本申请提供一种操动机构故障诊断识别方法及系统,所述方法包括:获取操动机构动作过程信息;将操动机构动作过程图像信息输入至深度卷积神经网络模型,生成目标操动机构图像特征;基于时域振动信号信息,获取信号向量;信号向量为每个时域振动信号的能量系数、样本熵和功率谱熵;基于信号向量,生成多特征参数向量;基于操动机构图像特征和所述多特征参数向量,采用量子粒子群算法,生成次序二叉树模型;基于次序二叉树模型,生成故障辨识结果,以解决目前故障诊断模型不能准确识别出高压断路器真实的状态,也极大程度上影响了故障诊断模型的精度和泛化性能;另外,提取的时序特征维度较低,不能有效表征数据,信息丢失严重的问题。
主权项:1.一种操动机构故障诊断识别方法,其特征在于,包括:获取操动机构动作过程信息;所述操动机构为供操作高压断路器、高压负荷开关及高压隔离开关使用的电气控制设备;所述动作过程信息包括:操动机构动作过程图像信息以及时域振动信号信息;将所述操动机构动作过程图像信息输入至深度卷积神经网络模型,生成目标操动机构图像特征;基于所述时域振动信号信息,获取信号向量;所述信号向量为每个时域振动信号的能量系数、样本熵和功率谱熵;基于所述信号向量,生成多特征参数向量;基于所述操动机构图像特征和所述多特征参数向量,采用量子粒子群算法,生成次序二叉树模型;基于所述次序二叉树模型,生成故障辨识结果。
全文数据:
权利要求:
百度查询: 云南电网有限责任公司大理供电局 一种操动机构故障诊断识别方法及系统
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。