摘要
本发明属于电力设备状态监测领域,涉及一种发电机局部放电在线监测方法、系统、设备及介质,包括以下过程:获取发电机的四类原始信号;采用自适应分层去噪算法从原始信号中提取出局部放电特征显著信号层;基于局部放电特征显著信号层构建特征量库,提取每类原始信号的频谱重心和小波能量熵;将每类原始信号的频谱重心和小波能量熵进行模糊逻辑加权,分别得到每类原始信号的初级融合结果;采用LSTM神经网络将每类原始信号的初级融合结果进行深度融合,得到局部放电初步判断结果;基于马氏距离的异常度评分得到局部放电初步判断结果的评分,若评分大于决策阈值,则发生了局部放电。可用快速有效判断出发电机局部放电,有利于现场运维人员对局部放电做出反应。
技术关键词
发电机局部放电
局部放电特征
在线监测方法
模糊逻辑加权
LSTM神经网络
去噪算法
电压相位信号
局部放电状态
时钟同步补偿方法
决策
电力设备状态监测
异常数据
工况参数
小波阈值去噪
增量学习算法
信号获取模块
在线监测系统
中性点
系统为您推荐了相关专利信息
混合诊断模型
LSTM神经网络
多模态传感器
生成座椅
多维特征向量
高空输电线路
感应电
建模系统
无人机平台
地面监控
数据处理方法
天然源面波
信噪比
地热
数据获取模块
智能LED照明
节能优化方法
优化散热系统
微波雷达传感器
倒装芯片结构
场景
MQTT消息
时序预测模型
LSTM神经网络模型
关系型数据库