摘要
本申请涉及绝缘故障检测技术领域,其具体地公开了一种基于电压相位的电解槽对地绝缘故障检测方法,其首先为电解槽序列中的各个电解槽加载交流激励信号,同时收集各个电解槽的状态参数,接着使用基于深度学习的神经网络模型对各个电解槽的状态参数进行嵌入编码和全局动态聚合,以捕获电解槽序列的整体运行状态模式,进而,以被检测电解槽的状态参数嵌入表示作为查询特征,基于其与电解槽序列的整体运行状态模式之间的语义偏移,以此来智能识别该被检测电解槽是否有对地绝缘故障。这样,可以实现对电解槽对地绝缘故障的准确判断,并且提高了对不同的工况波动和噪声环境的适应能力,从而有效降低了误判或漏判的风险。
技术关键词
编码向量
绝缘故障检测方法
检测电解槽
序列
电压
度量
语义
余弦函数值
查询特征
神经网络模型
动态
运动
因子
特征值
交流电
模式
系统为您推荐了相关专利信息
序列
时序预测方法
局部注意力机制
前馈神经网络
表达式
功能模块
分子
双靶向多肽
虚拟筛选技术
双靶向功能
广度优先搜索
队列
容器
汽车模型
计算机辅助工程技术
销量预测模型
销量数据预测方法
销量预测系统
电商
时间序列特征