摘要
本发明公开了一种基于电力系统的智能缺陷检测方法,属于电力系统检测与故障诊断技术领域,其包括获取电力参数传感器采集的电压波形数据、电流波形数据,以及环境传感器采集的温度数据、湿度数据和振动数据,生成多模态数据集合;对所述多模态数据集合进行时域特征提取和频域特征提取,生成电力设备特征向量和环境干扰特征向量;根据预设的缺陷特征基线库对所述电力设备特征向量进行匹配分析,生成初步缺陷判定结果;基于所述环境干扰特征向量对所述初步缺陷判定结果进行补偿修正,生成最终缺陷检测报告。本发明采用了多模态数据融合采集、动态阈值匹配与环境补偿修正的协同技术,能够实现复杂工况下的精准缺陷识别与自适应优化检测。
技术关键词
电力系统
电力设备
多模态
时域特征提取
频域特征提取
环境传感器
智能缺陷检测系统
基线
生成特征
波形
特征模板
报告
环境监测数据
故障诊断技术
参数
谐波特征
特征提取模块
系统为您推荐了相关专利信息
深度学习融合
深度神经网络
轻量化卷积神经网络
动态
特征提取模块
数据安全方法
编码器算法
医药
强化学习算法
光照传感器
配电网网络重构方法
配电网拓扑模型
布局算法
可视化交互界面
导向算法
电气自动化控制柜
巡检小车
状态巡检
红外热成像摄像机
升降组件