摘要
本发明涉及电力系统技术领域,公开了一种杆塔螺栓松动判别方法、系统、设备和介质,本方法通过采集目标杆塔的多个螺栓的振动信号以及螺栓松动状态,并对振动信号进行模态分解,得到多个模态分量,利用多个模态分量以及螺栓松动状态,构建多个训练数据集,利用BP‑BiLSTM神经网络分别对多个训练数据集进行训练,得到多个BP‑BiLSTM预测子模型进行加权计算,得到BP‑BiLSTM预测模型,利用BP‑BiLSTM预测模型对未识别的螺栓松动状态进行预测,从而提高杆塔螺栓松动判别的效率和准确性。
技术关键词
变分模态分解算法
粒子
BP神经网络
增广拉格朗日
预测输出值
数据
螺栓
杆塔
计算机程序产品
误差
信号采集模块
模型训练模块
可读存储介质
判别系统
电子设备
系统为您推荐了相关专利信息
基坑
智能优化方法
智能优化装置
粒子群算法
粒子群优化算法
工艺分析方法
环件轧制成形
反馈控制系统
网格划分技术
有限元分析软件
空心玻璃微珠
浮体材料
环氧树脂
进化算法
松弛算法