摘要
本发明公开了一种基于物联网技术的设备健康监控方法,涉及物联网技术领域,包括:收集ZnO阀片的老化程度训练数据,并训练出卷积神经网络;以及收集ZnO避雷器的失效概率训练数据,并训练出LSTM神经网络;将第一老化特征数据输入卷积神经网络中,以获取反映ZnO阀片老化程度的老化参数;将第二运行特征数据和老化参数进行特征级融合后形成的第三失效概率特征数据,输入LSTM神经网络中,以预测出ZnO避雷器在未来时刻的失效概率;根据失效概率确定ZnO避雷器的失效时间,并确定ZnO避雷器的剩余寿命;本发明有利于实时监控避雷器的剩余寿命。
技术关键词
ZnO避雷器
设备健康监控方法
物联网技术
LSTM神经网络
老化特征
参数
监控避雷器
测试误差
注意力
滑动窗口算法
样本
寿命
数学模型
数据收集模块
表达式
归一化模块