摘要
本发明公开了一种基于多参数学习的电涌事件识别方法及识别系统,属于电子数字数据处理领域,本发明根据已知的电涌事件数据和非电涌事件数据,对采集需要的数据进行标记和标注,以作为监督学习的训练数据,通过监督学习的训练数据构建电涌可能性预测模型,获取实时参数数据对电涌可能性进行预测,获取实时参数数据代入电涌事件危险值分析策略中进行电涌事件危险分析,将获取的电涌事件可能性预测结果和对应的电涌事件危险分析结果代入异常预警策略中进行异常预警,通过对电涌历史事件进行分析进而对电涌事件进行准确识别,提高了电涌事件判断的准确率。
技术关键词
电力设备电路
雷电流幅值
事件识别方法
神经网络模型
曲线
多参数
异常事件
电磁干扰数据
识别系统
强度
策略
短路
预警模块
数据采集模块
电压
分析模块
设备运行数据
系统为您推荐了相关专利信息
概率密度函数
曲线
轮胎有限元模型
多体动力学分析
有限元仿真方法
压力变化曲线
气力除灰系统
进料阀
参数
频率调节方法
深度神经网络模型
联合损失函数
量化误差
推理方法
构建深度神经网络
水平变形量
变形模拟方法
地铁结构
神经网络模型
速率
联合优化调度
水库群调度
熵权法
流量关系曲线
变异方法