一种电气设备家族性故障事件分析方法及系统

AITNT
正文
推荐专利
一种电气设备家族性故障事件分析方法及系统
申请号:CN202510895303
申请日期:2025-06-30
公开号:CN120724191A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种电气设备家族性故障事件分析方法及系统,该方法首先获取电气设备故障数据,继而利用迁移学习模型提取数据中的关键特征,通过对特征数据进行聚类分析,识别其所属的故障事件家族并更新故障家族图谱。最终,基于构建的故障家族图谱,结合贝叶斯网络推理机制生成故障事件的根因。该方法通过迁移学习提升特征提取效率,借助聚类分析实现故障家族的系统性归类,利用贝叶斯网络的概率推理优势精准定位故障根源,为电气设备家族性故障的快速诊断与预防提供了高效的技术路径,可广泛应用于电力系统设备的可靠性维护场景。
技术关键词
事件分析方法 电气设备故障 家族 迁移学习模型 贝叶斯网络推理 故障事件分析系统 图谱 指示计算机执行 DBSCAN算法 定位故障根源 计算机程序产品 电力系统设备 可读存储介质 特征提取模块 数据获取模块 处理器 识别模块
系统为您推荐了相关专利信息
1
基于宽频域MEMS传感器的设备故障诊断方法及系统
设备故障诊断方法 电气设备故障诊断 滤波器系数 宽频 NLMS算法
2
基于多尺度多通道CNN-LSTM模型对变压器绕组变形的检测方法
变压器绕组变形 LSTM模型 多通道 多尺度 卷积模块
3
一种基于数据驱动的监控指标方案动态优化方法及系统
归因 动态优化方法 指标 贝叶斯网络推理 分支
4
一种基于深度迁移学习的生蚝病害智能诊断方法
注意力 深度迁移学习 迁移学习模型 智能诊断方法 融合特征
5
一种阀门质量检测方法及其检测系统
多模态传感器 防抖机构 迁移学习模型 数据分析模块 扫描模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号