摘要
本申请公开了一种基于自动化运维的电力设备运行状态监测方法及系统,其通过集成红外热成像、油位传感与深度学习技术,结合温度时空联合建模和设备温度‑油位跨模态特征交互的解析,能够突破传统方法的局限性。基于自动化运维框架,实现套管状态的实时感知、多维度特征融合与智能运行状态监测,这不仅有利于对电力设备进行故障早期的识别和预警,还能为运维决策的自动化提供技术支撑,推动电力设备状态监测向智能化、高效化方向发展。
技术关键词
编码向量
时序
编码特征
空间分布特征
电力设备状态监测
空洞卷积神经网络
成分分析
图像
因子
矩阵
深度学习技术
红外摄像头
数据采集模块
模态特征
系统为您推荐了相关专利信息
语义特征
图像检测方法
多头注意力机制
残差信息
关键词
分片
时序预测模型
数据
异常信息
分布式任务调度
级联故障
电网拓扑结构
脑电图数据
指数
神经网络模型
能耗预测模型
能耗评估方法
节点特征
网络节点
时间段
预测分析方法
机器可读程序
措施
静态特征
时序特征