摘要
本发明提供一种互感器试验数据轻量化智能分析方法及系统。采集原始电气信号数据集,对原始电气信号数据集依次进行归一化处理、采用优化的小波变换算法进行降噪处理得到降噪后数据;采用深度可分离卷积构建轻量级网络,提取降噪后数据的关键特征;通过量化感知训练方法对轻量级网络进行参数优化得到优化后轻量级网络;基于优化后轻量级网络的输出构建互感器状态分析和决策流程。本发明实现了在边缘计算环境下的高效智能分析,大幅降低了计算资源需求,同时保持了分析精度,能够及时发现互感器潜在故障,为预防性维护提供决策依据,具有显著的实用价值和推广应用前景。
技术关键词
智能分析方法
互感器
通道注意力机制
变换算法
信号
电气
层级
置信度阈值
轻量级神经网络
学习特征
指数平滑模型
边缘计算环境
数据分布特征
决策
智能分析系统
频段
评估指标体系
系统为您推荐了相关专利信息
模式特征向量
高频设备
纺丝熔体
设备健康状态
编码向量
定子反电动势
滑模观测器
转速估测方法
估测系统
二阶广义积分器
运动意图识别方法
采集电极
运动辅助设备
脑电波采集设备
识别系统