基于多维度特性的电能表故障诊断方法、装置、设备和介质

AITNT
正文
推荐专利
基于多维度特性的电能表故障诊断方法、装置、设备和介质
申请号:CN202511223859
申请日期:2025-08-29
公开号:CN120742222A
公开日期:2025-10-03
类型:发明专利
摘要
本申请涉及一种基于多维度特性的电能表故障诊断方法、装置、设备和介质。所述方法包括:获取待检测电能表在至少一个维度上的电能表特性;分别对每一维度上的电能表特性进行特征提取,得到待检测电能表在相应维度上的特性特征;根据待检测电能表在至少一个维度上的特性特征,通过预先训练的故障检测模型对待检测电能表进行故障检测,得到待检测电能表在至少一个故障类别下的初始故障概率;故障检测模型是基于多层感知机神经网络训练得到的;根据至少一个故障类别下的初始故障概率、历史概率分布和相应故障类别的类别权重,确定待检测电能表的故障诊断结果。采用本方法可实现电能表故障的高效精准诊断。
技术关键词
检测电能表 故障类别 故障检测模型 神经网络训练 性能检测数据 多层感知机 电能表故障 故障诊断装置 外形 可视化界面 辨识模块 计算机程序产品 处理器 诊断模块 计算机设备 参数 可读存储介质
系统为您推荐了相关专利信息
1
基于主从机制-参量共享的特高压换流变预警方法及系统
特高压换流变 时序预测模型 预警方法 主节点 机制
2
一种基于WSET_CNN_LBKA_LSSVM的滚动轴承故障诊断方法及系统
二维卷积神经网络 滚动轴承振动信号 LSSVM模型 故障特征提取 图像
3
用于振动识别的线性二次型控制方法
训练卷积神经网络 线性 数据 卷积神经网络训练 工业自动化技术
4
一种基于多模型协同决策的机械复合故障诊断方法、系统及介质
故障检测模型 多模型协同 标签 决策 故障类别
5
基于遮挡感知下堆积矿岩颗粒的模态实例分割方法及装置
实例分割方法 多任务损失函数 图像数据处理 训练神经网络 训练集数据
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