摘要
本申请公开了一种应用于安全电装置的线路老化监控系统,通过采集线路状态参数(如多点温度、关键节点电流电压、泄露电流)的时间序列数据,并利用在正常运行工况下采集的历史数据训练一个动态基线模型,该模型能够学习并预测在线路正常运行状态下,考虑负载、环境等因素影响后的预期参数值;随后,将实时采集的线路状态参数时间序列与动态基线模型预测的参数基线值时间序列进行比较,计算两者之间的残差向量序列;进而,通过分析残差序列在一段时间内的模式特征,实现对线路异常状态的准确判断,从而有效解决传统方法难以区分正常波动与真实老化异常的问题,显著提升线路老化监控的准确性和可靠性。
技术关键词
编码向量
线路老化
动态基线模型
序列
消息
特征提取模块
机器学习分类器
模式
传感器组件
数据采集模块
异常状态
节点
电流值
电压
测温