摘要
本发明涉及远程监控技术领域,揭露了一种基于智能AI实现高低压配电柜的故障检测方法及系统,包括:构建多模态数据流的LSTM‑Attention混合网络,提取多模态数据流的时序特征,提取多模态数据流的非平稳信号频域特征,构建高低压配电柜的故障知识图谱,分析高低压配电柜的拓扑关联特征向量,对预构建的配电柜故障全局模型进行训练,得到训练好的配电柜故障全局模型,并利用训练好的配电柜故障全局模型分析高低压配电柜的故障概率矩阵,建立高低压配电柜的数字孪生体,利用数字孪生体分析高低压配电柜的故障演化路径,分析高低压配电柜的故障检测报告。本发明可以提高高低压配电柜的维护效率。
技术关键词
高低压配电柜
故障检测方法
数字孪生体
多模态
信号频域特征
历史故障数据
热成像
混合网络
知识图谱分析
时序特征
电气
Attention机制
转移概率矩阵
BiLSTM模型
参数
校准
系统为您推荐了相关专利信息
特征识别模块
包裹
多智能体协同调度
热力图
多模态信息
短视频
信息检测方法
关键帧
音频特征
多层感知机
辅助诊断系统
图像处理模块
诊断决策支持
数据采集模块
数据分析模块
数字孪生体
路径规划方法
多机器人协同
仿真建模
数据更新
海洋立管
故障检测方法
深度学习模型
长短期记忆网络
置信度阈值