摘要
本发明提出了一种基于ACS‑IVMD‑SVM的电站监测数据处理方法,包括机组数据的信号降噪、特征提取、特征降维和故障识别。首先,采用小波阈值去噪改进的VMD方法,滤除了高频信号分量的噪声,且ACS优化后的VMD能最大限度实现对信号的分解,进而实现信号的有效滤波。其次,全面提取了信号的频域特征、时域特征和谱峭度特征,以获取机组故障信息。然后,利用自编码器将高维特征有效约简,降低计算量并提高重要特征的影响度。最后,采用ACS算法优化迭代SVM中的惩罚因子和核函数参数,实现对机组故障的精准识别。
技术关键词
监测数据处理方法
有机体
小波阈值去噪方法
机组
高频信号分量
时域特征
频域特征
搜索算法
分类正确率
SVM算法
重构
解码函数
信号降噪
降噪方法
因子
相互位置
编码器
多模态
系统为您推荐了相关专利信息
风力发电机组出力
孤岛划分方法
光伏发电系统
柴油发电机
储能系统模型
汽轮机转子
异常识别方法
汽轮机组
时间算法
数据
虚拟电厂调度方法
5G基站
能源管理策略
可调度容量
交互模型
双系统
切换方法
序列二次规划法
节点导纳矩阵
电力系统调度技术
可再生能源
功率
爬坡事件
风险评估模型
动态预测模型