摘要
本发明公开了一种电力变电站故障检测方法及装置,属于人工智能技术领域,该方法为:在巡检任务中确定待测设备的故障检测位置;基于SLAM技术,控制故障检测机器人抵达故障检测位置并采集实时运行数据;利用边缘计算技术对实时运行数据进行轻量化处理,形成关键运行数据,将关键运行数据传输至云计算平台;往故障检测深度神经网络输入关键运行数据,对关键运行数据进行特征提取,得出共享特征数据;根据共享特征数据分别确定待测设备的老化程度和故障类型概率分布;根据老化程度和预设故障阈值计算动态故障阈值;对比故障类型概率分布和动态故障阈值,确定待测设备的故障检测结果。本发明能解决故障数据传输效率低以及故障检测准确性低的问题。
技术关键词
电力变电站
待测设备
动态故障
故障检测方法
SLAM技术
边缘计算技术
训练深度神经网络
故障诊断器
机器人控制模块
振动特征
故障检测模块
传感器融合
数据采集模块
非线性
卡尔曼滤波算法
故障检测装置
系统为您推荐了相关专利信息
数据
图谱构建方法
视觉特征提取
实体
故障检测方法
可见光图像
输出特征
融合特征
特征提取网络
数据
空调器
故障检测方法
设备运行数据匹配
画像
维修工单
残差模块
故障检测方法
状态空间模型
矩阵
全局特征提取
故障诊断模块
测试信号集
注意力
加料系统
传感器模块