摘要
本发明适用于整流器故障预警技术领域,提供了一种基于数据驱动的Vienna整流器故障预警方法,包括以下步骤:基于Vienna整流器的故障特征分析,构建其故障预警模型,利用重复实验法优化模型超参数并验证性能;构建故障预警流程,确定关键预警指标,并建立相应的模型评价指标体系;基于关键预警指标的深度挖掘,通过安全阈值分析确定最优预警阈值,并结合典型工况案例进行算例验证。该方法基于数据驱动方法,构建Vienna整流器正常与异常工况数据集,采用深度学习的方法挖掘电流/电压信号深层特征,建立安全预警模型并确定阈值参数,通过模型评价指标验证,最终实现电压/电流故障的精准提前预警。
技术关键词
整流器故障
预警模型
Attention机制
预警方法
表达式
评价指标体系
GRU模型
故障特征分析
模型超参数
统计特征
缺失值插补方法
Sigmoid函数
预测残差
注意力
滑动窗口方法
数据驱动方法