摘要
本发明提供一种用于电力变压器的状态推演与故障预测方法及系统,涉及电力设备监测与智能诊断技术领域。所述方法包含从变压器的多种传感器设备中采集多源数据,并进行预处理,进行特征提取,生成表征变压器健康状态的关键指标,并计算健康状态的关键特征值和趋势指标,根据关键特征值和趋势指标,建立变压器的混合状态推演模型,对采集到的数据进行实时推演,生成变压器的动态健康状态;建立故障预测模型,当检测到变压器关键指标出现异常趋势或健康评分低于预设阈值时,自动生成预警信息。系统包含多源数据采集模块、混合状态推演模型模块及故障预测模块。本发明降低了因故障导致的停电和损失风险。
技术关键词
故障预测方法
关键特征值
故障预测模型
双向长短期记忆网络
指标
历史故障数据
变压器运行状态
传感器设备
多头注意力机制
历史运行数据
计算机辅助设计软件
变压器运行数据
物理
智能诊断技术
数据采集模块
整体健康状态
消除噪声
电力设备监测
系统为您推荐了相关专利信息
变压器模型
变压器油参数
数字孪生
故障预测方法
电磁
实体识别模型
同义词
LSTM模型
随机方法
双向长短期记忆网络
穿山甲
鳞片
特征数据库
深度学习图像分类
深度学习图像识别