摘要
本发明公开了一种电力状态稳定性监测系统及监测方法,涉及电力工程与能源管理领域,包括,通过高灵敏度超声波传感器,捕捉异常声音信号,通过传感器采集振幅数据,融合异常声音信号和振幅数据,得到超声波信号数据集,并传输至中央处理单元;传输至中央处理单元后,对超声波信号数据集进行预处理,通过深度学习算法提取潜在故障模式的独特模式,生成特征报告;使用特征报告和历史数据训练深度学习模型,识别电网拓扑结构及变化规律,使用传感器收集电网运行数据并输入已训练模型中。本发明通过高灵敏度超声波传感器捕捉异常声音信号并采集振幅数据,融合两者形成超声波信号数据集,实现了对电力设备内部微小异常的精准检测。
技术关键词
电网拓扑结构
稳定性监测方法
电网状态信息
电网运行数据
训练深度学习模型
异常声音
稳定性监测系统
量子通信链路
生成共享密钥
处理单元
报告
超声波
预警机制
传感器
深度学习算法
生成特征
通信网络
系统为您推荐了相关专利信息
故障远程诊断方法
区块链平台
深度学习模型
电网设备
节点
同步机
规划配置方法
电力系统运行数据
暂态过电压
布局
SOM神经网络
流场结构
训练深度学习模型
三维网格数据
网格特征
融合方法
情感特征
深度学习分类模型
跨模态
数据
供电通信方法
分析噪声
噪声功率
脉冲噪声
保障通信可靠性