一种基于人工智能的低压多路无线测温方法及装置

AITNT
正文
推荐专利
一种基于人工智能的低压多路无线测温方法及装置
申请号:CN202510479669
申请日期:2025-04-17
公开号:CN119984536B
公开日期:2025-08-19
类型:发明专利
摘要
本发明提出了一种基于人工智能的低压多路无线测温方法及装置,其中,所述方法包括:采集低压电气设备的多点温度,将采集的多点温度数据通过无线协议传输到中央数据处理单元,对数据进行预处理;基于预处理后的多点温度数据提取特征;将所述低压电气设备中的传感器位置作为图的节点,将从预处理后的温度数据中提取的特征作为图的节点的特征,传感器之间的连接关系作为边,获取图结构,训练图神经网络模型;将实时数据输入到训练好的图神经网络模型中,获取预测值,比较预测值与检测值之间的差异,若差异超过预设阈值,重新训练模型。通过此方法和对应的装置,可以减少人工干预,提高数据处理和分析的效率,能够快速响应设备温度变化。
技术关键词
低压电气设备 神经网络模型 中央数据处理单元 无线测温方法 无线温度传感器 无线测温装置 热传递原理 输出特征 模块 协议 开关触点 电缆接头 节点特征 电路 数值 插值法
系统为您推荐了相关专利信息
1
基于区块链的绿电标识溯源查验方法
查验方法 计量终端 溯源二维码 伪随机函数 标识管理
2
基于风电功率预测模型动态选择的电网优化调度方法及装置
支持向量机模型 风电功率预测模型 电网优化调度方法 随机森林模型 预测误差
3
代谢物在HIV感染者抗逆转录病毒治疗后免疫重建结果预测中的应用
抗逆转录病毒治疗 构建预测模型 LightGBM模型 基质辅助激光解吸 XGBoost模型
4
X光智能选矿机中矿石内部缺陷的X射线三维成像与缺陷定量表征方法
X射线三维成像 缺陷定量表征 选矿机 多智能体强化学习 数据
5
一种复杂高噪声信号的混合深度学习模型时序预测方法
混合深度学习模型 时序预测方法 优化LSTM模型 进化算法 网格搜索方法
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