摘要
本发明公开了一种电车充电设备智能检测方法,涉及电力设备故障检测的技术领域。通过获取目标充电设备的实时运行数据,并截取预设时长的数据序列,得到实时运行信号;将多种信号进行滤波和对齐,得到第一特征矩阵;对第一特征矩阵进行归一化处理,得到第二特征矩阵;将第二特征矩阵作为故障检测模型的输入,得到故障检测结果。通过引入双向门控循环单元格卷积神经网络,增强模型对复杂数据模式的表达能力,减少对人工特征工程的依赖,优化了检测效果。并且,模型的端到端训练方式和对多信号的综合分析提高了对不同故障模式的适应性与区分能力,有效解决了传统方法准确性不足的问题。
技术关键词
电车充电设备
智能检测方法
故障检测模型
分支
三相VIENNA整流器
全桥逆变电路
全局平均池化
电力设备故障检测
整流滤波电路
注意力
矩阵
多尺度特征提取
信号
门控循环单元
变压器模块
谐振腔
系统为您推荐了相关专利信息
驾驶员分心
协同注意力
采样模块
数据
计算机视觉技术
网络拓扑生成方法
馈线结构
变量
串并联结构
生成算法
反演算法
后向散射特性
SAR传感器
深度神经网络结构
约束优化模型