摘要
本申请涉及一种煤矿井下变电所故障预警系统。所述系统包括:数据采集模块获取煤矿井下变电所的电气参数数据以及环境参数数据。特征提取模块则对采集到的数据进行预处理与特征提取,得到信号特征参数,之后将参数输入至神经网络模型构建参数关联图,并运用节点嵌入技术提取参数之间的效应特征值。故障预警模块基于获取的效应特征值,利用图卷积层聚合邻域节点的信息,得到各参数的关联影响度,再将其输入至训练好的故障预警模型,生成故障诊断报告。实现对煤矿井下变电所故障的提前预警和精准诊断,有效降低故障发生概率,减少因故障导致的停电停产损失,保障煤矿井下的安全生产和工作人员的生命安全。
技术关键词
神经网络模型构建
参数
特征值
煤矿井下
故障预警系统
变电所
电气
预警模型
效应
节点
邻域
机器学习算法
预警模块
关联规则挖掘算法
功率因数
报告
特征提取模块
数据采集模块
系统为您推荐了相关专利信息
动态性能优化方法
机器人关节
龙伯格观测器
加速度
性能优化装置
滑动窗口法
位置编码器
前馈神经网络
训练集数据
三次样条插值法
参数优化方法
中空板结构
声学超材料
参数优化装置
频段