摘要
本发明属于牵引供电系统,具体地说,涉及一种高压电气设备预测性维护方法及系统;本发明采用基于多层门控循环单元(GRU)的预测性维护方法,根据其网络特点,加入了注意力机制来提升模型的预测精度,通过传感器来实时监测设备的运行状态和参数,并利用距离设备端较近并具有一定算力及数据存储能力的雾平台来实现数据预处理等操作,再将预处理后的数据发送至云端进行实时分析和处理,最终通过数据分析和算法模型,实现对设备的预测性维护,其诊断精度更高,可实现在运行状态下准确地判断高压电气设备的健康状态,对于减少设备运维成本和智能化转型、保障铁路系统的安全经济运行具有重要意义。
技术关键词
高压电气设备
GRU模型
误差方法
健康监测数据
云端
数据管理单元
故障诊断模型
概率密度估计方法
模块
传感器监测
参数
设备管理
设备故障诊断
实时监测设备
牵引供电系统
信息熵理论
滑动窗口
超级管理员
门控循环单元
系统为您推荐了相关专利信息
图像隐私保护
加密方法
图像结构
边缘检测算法
云端存储系统
执法记录仪
无人机管理
无人机管制系统
视频分析辅助
无人机飞行区域
车道收费系统
轻量化神经网络
固态激光雷达
车辆识别
多模态
通信模组
主控芯片
云端服务器
智能家居系统
物联网设备