一种基于放电气体O3检测的开关柜故障诊断方法

AITNT
正文
推荐专利
一种基于放电气体O3检测的开关柜故障诊断方法
申请号:CN202511534948
申请日期:2025-10-27
公开号:CN121027764A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了一种基于放电气体O3检测的开关柜故障诊断方法,包括:通过部署高灵敏度臭氧传感器阵列获取开关柜内部气体浓度数据,针对复杂电磁环境采用抗干扰滤波技术处理原始信号,得到稳定浓度变化序列;根据稳定浓度变化序列,通过多层卷积核提取浓度波动的时间窗内空间特征,采用最大池化降低特征维度,得到降维浓度特征;根据时序相关特征,调整时间窗长度适配放电事件周期,采用注意力机制增强关键时刻浓度变化的权重分配,确定放电事件的持续性趋势;根据精确定位信息生成故障指示信号,采用实时传输协议将信号发送至监控系统,获取诊断结果的输出序列,得到最终故障诊断报告。本发明能有效提高开关柜放电故障诊断的准确性和实时性。
技术关键词
开关柜故障诊断方法 序列 分类边界 故障指示信号 记忆单元 抗干扰滤波技术 传感器阵列 支持向量机算法 局部波动特征 臭氧传感器 故障精确定位 动态监测数据 反馈算法 统计特征 注意力机制 滑动窗口方法 动态时间规整 ReLU函数
系统为您推荐了相关专利信息
1
基于动态样本聚集与提示词特征增强的小目标检测方法
词特征 注意力 模块 样本 多尺度
2
一种基于PerturbandObserve算法优化混合光伏储能方法
光伏阵列 序列 光伏储能系统 储能子系统 控制策略
3
一种异构多芯协同管理与自动化运维系统
自动化运维系统 核心 任务调度策略 参数 多芯
4
一种基于轻量化处理的时空数据压缩方法及系统
数据压缩方法 分层存储结构 误差预算 误差控制 条目
5
基于ECA-CNN-XGBR的储层TOC含量预测方法
XGBoost模型 一维卷积神经网络 时序特征 测井 注意力机制
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