摘要
本发明提出了一种变压器异常状态识别方法及系统,该方法包括:构建变压器实体对应的数字孪生体模型,将变压器设备运行信息以及电气参数信息保存到孪生数据库中;利用孪生数据库中初始故障特征样本数据,对基于正交全局和局部保持嵌入的特征提取算法模型进行训练,得到训练后的特征提取算法模型;将孪生数据库中当前时间段初始故障特征输入至训练后的特征提取算法模型,得到提取后的故障特征;构建基于LOF‑GMM改进算法的变压器异常状态识别模型,将提取后的故障特征数据导入到LOF‑GMM的变压器异常状态识别模型中,输出变压器异常状态识别结果,有效地提高了变压器异常状态识别可靠性。
技术关键词
变压器异常状态
故障特征
特征提取算法
样本
矩阵
识别方法
时间段
变压器设备
高斯核函数
数字孪生体
拉格朗日乘子法
异常数据
负荷
GMM模型
电气
冗余特征
对象
系统为您推荐了相关专利信息
时间序列分析方法
大语言模型
滑动窗口方法
集成梯度
时间序列数据分析
火场视频
助燃剂
HSV颜色空间
超分辨率
视频分析
坏死性小肠结肠炎
生物标志物
抗体
样本
免疫比浊法
插值方法
基因表达数据
皮尔逊相关系数
随机噪声
插值模型