摘要
本发明公开了一种电力设备热缺陷严重程度识别方法及系统,其包括步骤:对应于已知的电力设备热缺陷严重程度级别,采集电力设备内部样本温度数据、电力设备外壳样本温度数据以及环境温度样本数据,并且获取稳态样本数据和暂态样本数据;构建对应于已知的电力设备热缺陷严重程度级别的稳态样本数据组和暂态样本数据组;采用稳态样本数据组对第一神经网络进行训练;采用暂态样本数据组对第二神经网络进行训练;实际检测时,将电力设备外壳实测温度和环境实测温度输入经过训练的第一神经网络,其输出电力设备内部温差预测数据,将电力设备外壳温升实测数据、环境温升实测数据输入经过训练的第二神经网络,其输出电力设备内部温升预测数据。
技术关键词
电力设备
样本
温升
程度识别方法
稳态
外壳
Adam算法
温差
特征提取模块
触头
GIS设备
数据处理模块
数据采集模块
导体
识别系统
关系
速率
网络
系统为您推荐了相关专利信息
车载显示屏
手势识别模型
界面显示信息
车辆行驶状态信息
轨迹特征
智能优化方法
预训练语言模型
索引策略
智能优化系统
图谱
处理器集群
执行光线追踪
调节时钟频率
气隙
数据