摘要
本发明公开了基于多元时序数据融合的电缆故障监测方法及装置,涉及电缆多参数故障监测技术领域,包括:获取表征电缆健康状态的关键时序特征;根据电气参数与环境参数划分电缆的健康状态等级,基于多元神经网络算法将关键时序特征与健康状态等级作为输入参数进行模型训练,构建健康评估模型;基于健康评估模型对待测电缆的实时电气参数以及环境时序参数进行预测,输出待测电缆的健康状态等级结果;响应于健康状态等级结果发出相对应的故障监测警报指令;克服了监测方法由于未考虑监测数据的时序动态特性,导致故障判定条件不可靠的问题,显著提高了电缆故障监测的可靠性、准确性和检测效率。
技术关键词
电缆故障监测方法
多元时序数据
电缆故障监测装置
时序特征
传感器检测模块
采集电缆
参数
LSTM神经网络
监测报警模块
主控模块
电气
多任务调度机制
注意力
传感器检测单元
标签
卷积神经网络算法
系统为您推荐了相关专利信息
网络安全态势
可视化方法
可视化特征
网络安全状态
马尔可夫链模型
时序预测方法
多尺度
跨尺度特征融合
时序预测装置
多层感知机
融合特征
画像
个性化推荐方法
个性化推荐装置
主题分布特征
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
时序特征
金属基复合材料
冷金属过渡电弧
管状药芯焊丝
监测方法