摘要
本发明公开了一种基于机理与数据融合驱动的运检分析方法,其包括步骤:S1:构建电力设备的数字几何模型、物理模型、行为模型和规则模型;S2:采集所述电力设备的实时运行数据,并进行预处理,以将预处理后的实时运行数据输入到各模型中,并得到各模型的输出;S3:采用加权融合算法,将各模型的输出进行融合,得到所述电力设备的综合状态评估结果;S4:基于所述综合状态评估结果,利用时间序列分析和机器学习方法,预测所述电力设备的未来状态变化趋势。本发明所设计的运检分析方法可以有效提高复杂工况下部件级和设备级的电力运检风险辨识准确性,其具有良好的推广前景和应用价值。
技术关键词
综合状态评估
电力设备
加权融合算法
机器学习方法
物理
奇异值分解方法
设备状态预测
成分分析方法
处理单元
分析系统
剪枝技术
数据获取模块
数据处理模块
序列
浮点数
处理器
系统为您推荐了相关专利信息
多孔介质渗透率
电解系统
模拟模型
数学模型
应力场
节点
无人机路径规划
邻域
约束方法
激光雷达点云数据
轨道交通信号系统
仿真平台
BIM模型数据
BIM三维模型
数字孪生模型
热管理控制方法
高压变频电源
分层控制系统
卡尔曼滤波算法
粒子群优化算法
设备运行状态数据
数字孪生
拓扑分析算法
智慧工厂管理系统
设备拓扑结构