摘要
本申请涉及智能检测领域,提供了一种电力设备运行分析管理系统及方法,其采用基于深度学习的人工智能监测技术,通过对多个时间点的电力设备温度值、电力设备电压值、电力设备电流值和电力设备有功功率值进行时序分析以得到电力设备运行时序特征,并基于电力设备运行时序特征以进行电力设备是否存在故障隐患的判断。这样,可以实时监测电力设备的运行状态,通过数据分析提前预警潜在的故障,为及时维修和保养提供依据,从而最大程度地减少因设备故障导致的停电风险。
技术关键词
电力设备运行监测
电力设备故障检测
分析管理方法
电力设备温度
时序特征
分析管理系统
判断电力设备
矩阵
有功功率
优化缩放因子
参数
电流值
电力设备故障分析
Sigmoid函数
监测电力设备
卷积神经网络模型
编码模块
转换器结构
系统为您推荐了相关专利信息
评估模型训练方法
矩阵
视频帧
多维度特征提取
样本
电力系统动态频率
频率预测方法
时序特征
多头注意力机制
虚拟惯量控制
综合故障
联网设备
指数
分析方法
工业机器人设备
定位方法
红外热成像模块
Canny算法
保留图像边缘
气体泄漏检测