摘要
本发明涉及变电站运维技术领域,尤其涉及一种基于多级设备协同的变电站故障预测方法,该方法在变电站的运行过程中,采集目标设备在当前周期内的多源实时监测数据,得到设备实时状态特征向量;获取每个预设故障类型下每个特征在当前周期内对应的故障特征范围和特征权重,对设备实时状态特征向量中的每个特征数据进行匹配,若匹配到至少两个预设故障类型,则记为目标故障类型;针对任一目标故障类型,结合任一目标故障类型下每个特征的特征符合度和特征权重,获取任一目标故障类型的故障匹配置信度;根据每个目标故障类型的故障匹配置信度,确定目标设备在当前周期内的最终故障类型,能够很大程度的降低故障误报率,提升故障预测准确性。
技术关键词
变电站故障预测
故障特征
设备实时状态
仿真数据
实时监测数据
周期
声发射
数字孪生模型
变电站运维技术
序列
滑动平均滤波
指数
氢气
特征值
更新方法
图像
信号
成像
系统为您推荐了相关专利信息
燃料加热炉
仿真模型
模拟系统
钢铁行业加热炉
数据网关
在线故障监测方法
有载分接开关
电气
一维卷积神经网络
在线故障监测系统
仿真数据
机器学习模型
趋势预测方法
参数
处理器