一种真空开断型GIS操动机构多尺度疲劳损伤实时监测与剩余寿命预测方法、系统、设备及介质

AITNT
正文
推荐专利
一种真空开断型GIS操动机构多尺度疲劳损伤实时监测与剩余寿命预测方法、系统、设备及介质
申请号:CN202511026170
申请日期:2025-07-24
公开号:CN120910672A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开了一种真空开断型GIS操动机构多尺度疲劳损伤实时监测与剩余寿命预测方法、系统、设备及介质,涉及电力设备智能状态监测与运维管理技术领域,具体步骤为:采集信号并进行预处理,构建多维特征向量;建立多尺度疲劳损伤识别模型,得到损伤等级分类结果;收集累计损伤历史序列进行预处理,经过计算模块计算,构建寿命预测模型,对GIS操动机构的寿命进行预测。本发明通过多源数据协同分析、多尺度疲劳损伤识别和寿命预测模型构建,解决了传统方法无法实现对操动机构损伤演化过程的连续跟踪与预测,无法充分捕捉运行载荷中的多频率响应与局部损伤信号,存在诊断滞后、准确率低和泛化性弱的问题,显著提升了高压电气设备运行的安全性与维护的科学性。
技术关键词
损伤实时监测 剩余寿命预测方法 寿命预测模型 损伤识别模型 多尺度 系统分析方法 多维特征向量 序列 信号 剩余寿命预测系统 真空 多源数据协同 电力设备智能 频域特征 表达式 高压电气设备 传感器 操动机构
系统为您推荐了相关专利信息
1
一种基于静态和动态数据的滑坡敏感性评估方法及装置
滑坡敏感性评估方法 梯度提升决策树 时序预测模型 随机森林 高风险
2
一种基于DFLLOD-Net的低照度叠加雾天气下的目标检测方法
照度 有雾图像 多尺度特征提取 分支 注意力机制
3
一种支持便捷筛查的非侵入式糖尿病肾病分级与预测方法
糖尿病肾病 彩色眼底图像 深度学习模型 分支 多尺度特征提取
4
一种基于多核特征融合卷积神经网络的行人图像增强方法、装置和介质
融合卷积神经网络 图像增强方法 图像增强模型 原始图像数据 恶劣天气条件
5
ACE-YOLO实例分割模型的CT探伤辅助决策方法、系统及介质
实例分割模型 工业CT扫描 辅助决策方法 高效多尺度 裂纹缺陷
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