摘要
本发明涉及电力设备技术领域,具体公开了一种电力设备动态风险评估系统及方法,通过实时采集电力设备配电系统的振动频率信号和差分电流信号,分别提取振动能量分布特征值与电流谐波畸变特征值,用于评估机械松动风险与电流异常风险,将两类特征值构建成多维故障特征向量,输入基于贝叶斯网络的动态概率图模型进行融合分析,输出设备故障概率,并根据预设阈值生成预警等级与控制策略,实现闭环诊断与主动防护,本发明能够有效识别电力设备早期故障隐患,提升诊断准确性与系统安全性,适用于复杂工况下的电力火灾监控与智能运维场景。
技术关键词
电力设备配电系统
动态风险评估方法
特征值
动态风险评估系统
谐波
电流
监测电力设备
信号
稀疏傅里叶变换
电力火灾监控
预测电力设备
识别电力设备
贝叶斯网络模型
执行控制策略
电力设备故障
频率
系统为您推荐了相关专利信息
一维卷积神经网络
分类方法
电能
序列
卷积神经网络模块
配电变压器
聚类分析算法
历史负荷数据
轮廓系数
构建数据结构
位置定位方法
特征值
通道
下边缘检测模型
肛门直肠测压导管