摘要
本发明公开了基于模糊神经网络算法的变压器油色谱在线故障监测方法、装置、设备以及介质,包括:构建监测点集群;将监测点集群中各监测点的浓度时序数据进行小波分解,得到各监测点的清洗浓度时序数据;判断监测点集群中的监测点是否离群;以监测点的清洗浓度时序数据、清洗浓度时序数据的时域特征、频域特征与时频域特征,构建该监测点的增强向量;将监测点集群中各监测点的增强向量输入预设模糊神经网络故障诊断模型中,获取变压器油色谱的故障类型、故障等级以及故障概率置信度。本发明属于变压器检测领域。本发明可以提高变压器的故障诊断效率。
技术关键词
监测点
在线故障监测方法
变压器油色谱
模糊神经网络算法
频域特征
时序
集群
时域特征
数据
非临时性计算机可读存储介质
故障诊断模型
高维特征向量
在线故障监测装置
LSTM模型
模板
三次样条插值法
故障诊断效率
气体
电子设备
系统为您推荐了相关专利信息
变压器运行数据
故障预警方法
气象
变压器运行状态
故障预测模型
压力变化曲线
构建机器学习模型
识别方法
阶段
风险
污染源监测方法
节点特征
监测点
时空图模型
卫星遥感数据
内部结构特征
在线监测系统
建筑物
地理位置信息
监测点