摘要
本发明提供风电升压站设备故障预测与诊断方法及系统,涉及电力设备故障诊断技术领域,包括通过知识图谱构建设备拓扑关系,采用双流异构图神经网络提取时空协同特征,基于多跳推理生成候选路径,提取关键证据链计算可信度得分,结合多尺度故障特征重构和Tsallis熵计算得到诊断结果。本发明能够精准识别故障根因,提高诊断准确率,降低误报率,为风电场设备维护提供决策支持。
技术关键词
设备运行数据
故障特征
知识图谱数据库
升压站设备
多尺度
注意力
分数阶微分方程
滑动时间窗口
设备拓扑结构
电力设备故障诊断技术
时序特征
重构
计算机程序指令
风电
诊断方法
相邻节点关系
矩阵
系统为您推荐了相关专利信息
分割方法
图像处理方式
网络
像素
非线性特征提取
地球物理数据
多尺度
数据模块
空间分布规律
地质勘探数据
图像检测方法
多尺度特征
军事
多层次特征
融合特征
智能故障定位方法
故障树模型
储能系统
动态邻接矩阵
故障定位系统