摘要
本发明公开了基于CPO‑VMD与CNN‑BiLSTM的变压器振动状态监测方法、系统、设备及介质,方法包括计算变压器24小时测振中每个振动信号的总能量,并依据振动能量变化趋势划分负荷状态;使用冠豪猪优化算法对VMD的惩罚因子和分解模态数进行寻优,得到在不同负荷下的最优参数指标;利用经冠豪猪优化算法优化后的VMD算法对不同负荷下的振动信号进行分解,并根据权重进行信号重构,得到能表征变压器振动核心激励源的信号;构建CNN‑BiLSTM神经网络模型,对经CPO‑VMD预处理的信号进行训练,实现变压器负荷状态的识别分类任务。构建了可进行长效监督的负荷监督体系。
技术关键词
振动状态监测
变压器
元启发式算法
计算机可执行指令
负荷
神经网络模型
信号
变分模态分解算法
降维算法
双向长短期记忆网络
重构
局部空间特征
实时数据
高斯核函数
参数
系统为您推荐了相关专利信息
精准喷氨系统
分区
调节阀开度
烟气流量
数据分析单元
需求响应策略
动态需求响应
运营方法
激励型需求响应
价格需求响应
传播特性分析方法
节点
特性分析装置
宽频
双端口
杆塔倾斜状态
数字孪生模型
敏感度矩阵
杆塔结构
风险传播模型