基于时间序列分析的断路器机械故障预诊断方法

AITNT
正文
推荐专利
基于时间序列分析的断路器机械故障预诊断方法
申请号:CN202511086979
申请日期:2025-08-05
公开号:CN120579074B
公开日期:2025-10-10
类型:发明专利
摘要
本发明涉及故障诊断技术领域,具体为基于时间序列分析的断路器机械故障预诊断方法,首先,通过安装传感器实时采集断路器机械的运行数据,并对数据进行预处理;然后,基于标准运行数据采用时序分割策略,将数据分割成独立时序序列,并针对每个独立时序序列提取时域特征和频域特征,结合自相关函数和互相关函数提取时序依赖模式;通过时频‑时序协同建模框架将时域特征、频域特征和时序依赖模式进行融合;最后,基于这些时序特征,构建联邦贝叶斯单元进行故障诊断,其中局部单元提供故障类型及置信度预测,而全局单元通过联邦学习框架集成多个局部单元的模型。本发明通过时间序列分析实现断路器机械故障预诊断。
技术关键词
断路器机械故障 预诊断方法 时序特征 时域特征 重建误差 频域特征 贝叶斯模型 序列 故障分类模型 交叉注意力机制 断路器机械部件 模式 编码器 分类模型训练 历史故障数据 故障诊断模型 故障诊断技术
系统为您推荐了相关专利信息
1
一种基于微震监测数据的瓦斯浓度预测方法
瓦斯浓度预测方法 微震监测数据 瓦斯传感器 权重分配机制 空间聚类算法
2
一种储能电站电池性能在线检测方法及检测系统
储能电站电池 剩余寿命预测模型 时序特征 在线检测方法 模式识别模型
3
一种变压器干燥数据的采集处理系统及方法
进化算法 注意力 长短期记忆网络 时序特征 卡尔曼滤波融合
4
探针接触阻抗实时监测与补偿方法、装置及存储介质
阻抗实时监测 探针结构 深度学习神经网络 接触电阻值 补偿基准数据
5
一种融合时频域分支与自回归神经网络的IGBT寿命预测方法
寿命预测方法 GRU神经网络 神经网络模型 频域特征 分支
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