小样本条件下电容式电流互感器剩余使用寿命预测方法

AITNT
正文
推荐专利
小样本条件下电容式电流互感器剩余使用寿命预测方法
申请号:CN202510904746
申请日期:2025-07-01
公开号:CN120724700A
公开日期:2025-09-30
类型:发明专利
摘要
本发明提供了一种小样本条件下电容式电流互感器剩余使用寿命预测方法,该方法包括步骤:采集电容老化数据和电容式电流互感器检测数据,提取电容老化数据特征以及剩余使用寿命标签,构建宽度学习模型进行训练,并将检测数据特征与剩余使用寿命标签输入该模型进行测试,完善的模型经过测试并应用于实际电力设备中,从而为电力系统提供智能运维支持。该方法能够在数据样本量较少的情况下,通过宽度学习模型有效地对电容式电流互感器的剩余使用寿命进行预测,解决了传统方法依赖大规模数据集训练的不足。此外,模型能够通过少量历史数据进行有效微调,减少了“冷启动”问题,提高了在实际电力设备中的应用效率。
技术关键词
电容老化 互感器 样本 数据 标签 电流 矩阵 拉普拉斯 剩余使用寿命预测 电力设备 节点数 正则化参数 近邻算法 信号 时序 节点特征 处理器 计算机设备
系统为您推荐了相关专利信息
1
光晕效果生成方法、装置、电子设备和可读存储介质
光斑 像素 虚拟对象 图像 光片
2
电力系统的台区线损异常成因判别模型生成方法及系统
数值 长短期记忆网络 模型生成方法 标签 文本
3
基于机器学习的高熵氧化物材料的预测方法、设备和介质
稀土钛酸盐 钙钛矿结构 支持向量回归模型 梯度提升决策树 梯度提升模型
4
面向快速迭代的深度学习接触应力分析方法及系统
预测模型训练 多层感知器 矩阵 应力 压强
5
基于自适应径向基函数神经网络的烟气脱硫系统状态预测方法
径向基函数神经网络 烟气脱硫系统 状态预测方法 记忆机制 训练集
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