基于深度学习的局部放电监测预警系统及方法

AITNT
正文
推荐专利
基于深度学习的局部放电监测预警系统及方法
申请号:CN202510439903
申请日期:2025-04-09
公开号:CN120214517B
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了基于深度学习的局部放电监测预警系统及方法,涉及局部放电监测技术领域,该系统公开了局部放电监测模块、放电预警步骤启动模块、局部放电深度预警模块,本发明不仅有效减少电气设备中局部放电监测传感器的安装数量,且便于保证后续局部放电监测传感器的维护便捷性以及维护成本,通过低成本部署、多维度监测、智能化分析,解决了传统局部放电监测误判率高、实时性差、维护复杂的难题,为电气设备全生命周期管理提供了高效解决方案。
技术关键词
设备局部放电 电气设备 指数 预警系统 关键运行参数 监测点 传感器 深度学习模型 局部放电监测技术 控制设备 预警模块 全生命周期管理 预警方法 标记 数据 低成本
系统为您推荐了相关专利信息
1
一种代码生成过程中的异常处理方法
训练机器学习模型 机器学习算法分析 分类特征 措施 异常点
2
一种发电汽机节能减排协调系统
协调系统 分析单元 数据分析软件 图形化用户界面 人机交互单元
3
一种融合多光谱反演的半自主遥感水域泛化分割方法
遥感多光谱 分割方法 语义特征 形态学滤波 掩膜
4
一种基于智能体大模型的分利营销系统及方法
冷启动用户 营销系统 构建用户画像 强化学习算法 策略
5
一种基于机器学习模型的生物炭吸附铅的预测方法及系统
机器学习模型 生物炭 图形用户界面 搜索技术 冗余特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号