摘要
本申请涉及变电站技术领域,具体公开了变电站沟道盖板数据采集与智能分析管理系统及方法,方法包括:通过加速度传感器和电阻式应变片,采集盖板振动数据和应变数据;对加速度数据提取振动方向变化、振动衰减及盖板形变回弹时间,对应变数据提取最大幅值、变化率和应变梯度,全面表征盖板受力形变特性;基于盖板的受力形变及回弹特性,采用神经网络模型建立损伤评估模型,实现盖板损伤程度的智能判别;利用神经网络预测损伤变化趋势,计算盖板损伤加速趋势;依据损伤评估结果和损伤加速趋势,计算盖板的剩余待维护时间,并在低于预警阈值时自动触发运维预警。本申请方法可实现盖板健康状态的智能监测、预测和主动运维管理。
技术关键词
智能分析管理方法
沟道盖板
智能分析管理系统
电阻式应变片
变电站
支持向量回归模型
神经网络模型构建
LSTM模型
加速度
回弹
长短期记忆网络
受力
支持向量回归算法
机器学习模型
特征提取模块
在线增量学习
数据采集模块
趋势预测模型
运维
系统为您推荐了相关专利信息
变电站摄像头
自检故障
场景功能
面向变电站
数据
数字孪生模型
强化学习网络
运维方法
模型预测控制算法
采集变电站
巡检机器人
高频逆变电路
接收线圈
充电底座
机器人主体
继电保护装置
模型建模方法
枢纽变电站
短路
顶点