摘要
本发明提供了一种抽水蓄能机组工况判定方法、装置、设备及存储介质,通过实时获取由配置在抽水蓄能机组不同位置的声音采集设备采集到的声音信号,对每一位置处的声音信号进行快速傅里叶变换和梅尔滤波器组映射,生成对应的频谱图数据;接着,通过预训练的卷积神经网络模型对所述频谱图数据进行初步工况判定,得到初步分类结果;最后,根据所述初步分类结果中的判定当前所述抽水蓄能机组是否为暂态工况,若是,采用预训练的长短期记忆网络模型进行二级工况判定,并基于所述二级工况判定结果输出工况类别,若否,直接输出工况类别。解决了在复杂多变的实时信号下,难以准确识别抽水蓄能机组工况的问题。
技术关键词
抽水蓄能机组工况
卷积神经网络模型
判定方法
长短期记忆网络
声音采集设备
滤波器
多层网络结构
数据
多头注意力机制
频率
抽水工况
可读存储介质
代表
采样点
滤波方式
实时信号
判定装置
系统为您推荐了相关专利信息
纸质文档
纸质档案
档案管理系统
语义信息提取
信息编码
负荷
气象
场景生成方法
灰色系统模型
Copula函数
资源调度策略
能源系统
深度Q网络
数据预测模型
资源调度方法
源网荷
调度分析方法
分布式电源发电
优化调度模型
混合预测模型
多光谱成像装置
数据处理模块
云端服务器
长短期记忆网络
显示土壤湿度