摘要
本发明提供了一种发电设备故障诊断方法和系统,包括:基于发电设备MAC地址判断当前发电设备类型,并预先配置所述发电设备类型的分段序数,其中不同发电设备类型不同,对应的分段序数范围不同;构建所述发电设备类型和电力参数的键值对列表,获取对应发电设备类型和对应电力参数后将所述电力参数进行数据处理并进行统一标准的特征转换,得到电力特征参数;将电力特征参数填充到对应的键值对列表中,构建统一标准的电力特征参数键值对列表,并根据键值对列表作为随机搜索列表生成不同类型发电设备的样本集;将所述样本集输入到深度神经网络分类模型中进行训练,训练好后用于输出对应故障类型判断和该故障类型所属的发电设备类型。
技术关键词
发电设备
故障诊断方法
键值
深度神经网络分类
电力
列表
参数
DNN模型
分段
故障诊断系统
样本
线性插值法
转换方法
可读存储介质
训练集
计算机
数据
处理器
定义
系统为您推荐了相关专利信息
故障诊断方法
故障诊断模型
人工智能故障诊断技术
Adaboost模型
位置更新
电力巡检机器人
巡检车
防撞装置
缓冲部件
缓冲保护机制
电力设备缺陷
计算机可执行指令
滤波
通道
傅里叶变换方法
综合能源系统
协同规划方法
优化调度模型
电气
储能电站