摘要
本发明提供了一种多参量自适应动态多级决策换流变故障诊断方法及系统,基于温度、声纹、电流和油中溶解性气体参量数据,构建多参量模糊特征空间,并通过滑动时序分割对模糊特征进行统计,生成多参量模糊时序特征向量,分别获取多参量内交叉特征和外交叉特征,并进行拼接融合,形成多参量关联特性;构建多级聚合分类器,基于验证集性能为每个分类器动态分配权重,融合各层概率输出故障类型,调整模型预测概率与真实故障发生概率的匹配度;根据匹配度调整情况动态调整层级深度,若连续多层的故障诊断精度提升小于设定阈值,则终止扩展并保留的当前层级,同时对预测结果执行多级处置。本发明有效融合各个参量信息,提高了预测的准确性和可靠性。
技术关键词
故障诊断方法
模糊特征
隶属度函数
分类器模型
校准
决策
协方差特征
传感器
时序
层级
耦合特征
绕组热点温度
气体
环境噪声干扰
动态权重分配
电流
历史监测数据
精度
系统为您推荐了相关专利信息
智能监测设备
数据处理模块
数据采集模块
传感器阵列
输出模块
环境感知数据
人机
时间段
多模态机器学习
自动驾驶系统
四象限探测器
校准方法
光学操控技术
刚度
纳米机器人