摘要
一种用于特高压变电设备状态评价的多系统联合诊断方法,包括步骤:采集特高压变电设备日常巡视、在线监测、带电检测和离线试验各个专家系统的诊断结果;针对不同时间间隔,对不同数据来源的数据,建立反映时间和数据的统一性的统一接口模型;利用特高压变电设备既有的事件库,确定各个专家系统的诊断结果的准确性和适应域,并构建针对不同的设备问题的差异化权值体系;基于差异化权值体系、统一接口模型,利用机器学习技术,训练并得到神经网络模型,并将神经网络模型部署在边缘设备侧以实现多系统联合诊断。本发明可以对多个专家系统的诊断结论进行联合分析以及对可信程度给出量化评价,协助运行人员对指标进行判定,减少误判发生。
技术关键词
特高压变电设备
专家系统
联合诊断方法
变电站综合自动化系统
特高压电抗器
特高压变压器
机器学习技术
电力通信协议
氢气检测装置
训练神经网络模型
综合监测装置
特高压变电站
GIS气体
数据
时间序列特征
在线监测系统
管理现场
离线
系统为您推荐了相关专利信息
贝叶斯网络模型
节点
评估指标体系
贝叶斯方法
三角模糊数
故障智能诊断
变电设备
专家系统
风险评估报告
专家知识库
电网输配电设备
设备故障数据
中心服务器
故障诊断模型
设备故障分析
多模态数据融合
深度学习模型
分类方法
胸痛
金字塔网络
专家系统
前馈神经网络
多层感知器
分类特征
神经网络加速方法