摘要
本申请涉及交联电缆技术领域,其公开了一种交联电缆健康状态评估系统及方法,其通过HFCT传感器获取原始PD信号流,随后进行高频采样以提取原始PD脉冲序列。针对这些序列,采用经验模态分解方法去噪,确保后续分析数据的准确性。接着,生成PRPD图谱,并从中提取统计矩特征、形状描述特征和纹理特征,形成多维度的特征集合。为进一步优化特征信息,利用主成分分析法处理上述特征,提炼出关键特征。最后,将这些融合了多种关键特征的数据输入至基于支持向量机模型的评估模块中,实现对交联电缆健康状态的精确评估。这样有效克服了传统检测手段中的噪声干扰与特征单一的问题,提高了电缆健康状态评估的准确性和可靠性。
技术关键词
健康状态评估方法
图谱
健康状态评估系统
纹理特征
注意力
矩阵
经验模态分解方法
交联电缆技术
支持向量机模型
主成分分析法
校正
特征提取模块
幅值
传感器
采样模块
信号
系统为您推荐了相关专利信息
轴承故障诊断方法
网络故障诊断模型
胶囊网络
多头注意力机制
连续小波变换
神经网络模型
血管分割方法
模型训练方法
注意力
解码器
时序预测方法
海洋环境因子
变量
缩放模块
编码器模块
企业征信
静态特征
企业信用数据
数据编码器
时序
组合优化算法
节点
进化算法
注意力机制
梯度算法