摘要
本发明公开了一种基于GIS局部放电的综合在线监测方法及系统,涉及电力监测技术领域,包括获取GIS设备运行状态信息并构建局部放电监测模型;通过所述局部放电监测模型采集多模态传感信号,得到融合监测数据;基于环境特征参数和设备运行特征计算滤波系数,对所述融合监测数据进行干扰抑制处理,输出滤波后监测数据;采用云边协同架构对滤波后监测数据进行分层处理,通过边缘节点提取基础特征参数并传输至云端节点进行深度学习分析;结合深度学习算法识别局部放电故障特征模式,并基于多维度特征融合和一致性校验机制生成GIS设备综合在线监测结果。本发明现了故障模式的智能化识别和可信度评估,显著降低了误判率并提高了维护决策的准确性。
技术关键词
GIS局部放电
局部放电监测
GIS设备
局部放电故障
超高频传感器
深度学习分析
深度学习算法
脉冲电流传感器
滤波
超声波传感器
校验机制
皮尔逊相关系数
综合在线监测系统
深度学习模型
多模态
设备故障记录
节点
设备基础
电力监测技术
系统为您推荐了相关专利信息
量子神经网络
去噪方法
长短期记忆单元
量子态
强化学习环境
变电站GIS设备
Attention机制
有效性
异常数据
LSTM算法
局部放电故障
水平旋转机构
中心传动轴
模拟装置
气隙放电模型
环保型GIS设备
检测电路系统
局部放电检测方法
电信号
多模式