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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD