摘要
本发明涉及一种开关柜触头故障预测方法及系统,属于电力设备故障预测技术领域,包括:采集待测开关柜触头物理数据并进行预处理;构建改进多层感知机神经网络模型,改进多层感知机神经网络模型中的隐藏层为双通道隐藏层,其中一条通道为全连接神经元层,另一条通道为基于注意力机制神经元层;对改进多层感知机神经网络模型进行训练,利用改进交叉熵函数作为改进多层感知机神经网络模型的损失函数,将训练后的改进多层感知机神经网络模型作为触头故障预测模型;采集当前开关柜触头物理数据输入至触头故障预测模型中,输出故障概率和故障类型概率分布。本发明能够提高传统模型的泛化能力且有效捕捉到复杂的特征关系,进而提高预测结果准确性。
技术关键词
开关柜触头
故障预测方法
多层感知机
神经网络模型
触头故障
注意力机制
物理
电力设备故障预测技术
故障预测系统
异常数据
非线性
正则化参数
数据采集模块
通道
处理器
程序
动态
可读存储介质
系统为您推荐了相关专利信息
接地引下线
无线传感器模块
在线监测系统
监测终端
神经网络模型
生命周期模型
历史维修数据
图谱
三维模型
计算机程序产品
虚拟网络映射方法
多智能体强化学习
强化学习算法
车联网环境
注意力机制
蛋白
线性变换矩阵
成分分析
计算机可执行指令
标签
地理信息数据
GIS系统
高通量测序技术
生物
反距离加权插值法