摘要
本发明涉及电力故障预测技术领域,且公开了一种电力故障预测系统及方法,用于解决进行电力故障预测时,会出现故障样本不具有代表性的问题,包括,获取初始历史样本序列,根据初始历史样本序列判定是否需要补充故障样本,若判定需要补充故障样本,则生成合成故障样本集合,将历史运行周期平均划分成若干段历史子周期,获取每个历史子周期的子周期样本增强评估参数,并评估得到样本增强判定指数,判定是否在历史子周期内补充故障样本,若判定需要在历史子周期内补充故障样本,则在历史子周期内补充故障样本,遍历所有历史子周期,得到补充历史样本序列,根据补充历史样本序列构建实际电力故障预测模型,有效提高电力故障预测的准确性。
技术关键词
故障预测模型
样本
故障预测系统
周期
指数
序列
电力设备故障
电力故障预测技术
电力故障预测方法
标签
实时数据采集
模块
参数
日志
矩阵
风险
速率
系统为您推荐了相关专利信息
汽车前侧窗
建模方法
后视镜
建立神经网络模型
数据
肠道微生物标志物
肝硬化患者
肝硬化微生物标志物
检测肝硬化
随机森林模型
修复方法
水文数据分析
水动力模型
指标
遥感影像数据
残余应力场
后验概率分布
水轮机
覆层
蒙特卡洛算法