龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明的一种变压器绕组机械故障严重程度识别方法、设备及存储介质，包括首先通过传感器对变压器运行时的振动信号进行采集；将采集的振动信号分为两组，一组为训练数据一组为测试数据；利用训练数据对多头注意力机制增强的CLSTM模型进行训练，并利用测试数据对训练后的CLSTM模型泛化能力进行测试并依据结果对模型进行局部微调，最终利用局部微调后的CLSTM模型对变压器机械故障进行识别，在此基础上，利用SSDA模型对诊断出的机械故障进行严重程度识别。本发明可以减少变电运维人员的工作量，实现变压器绕组机械故障及其严重程度的主动识别，对变电设备运维数字化、智能化转型具有重要意义。
主权项：1.一种变压器绕组机械故障严重程度识别方法，其特征在于，包括以下步骤：利用传感器对变压器运行产生的振动信号进行采集，将采集的振动信号随机分为训练数据集和测试数据集，利用集成经验模态分解分别处理训练数据集和测试数据集，得到对应的固有模态函数IMF并计算包络谱信号；基于相关系数从所有的包络谱信号中选出相关度在0.5以上的相关包络信号；利用训练数据集得到的相关包络信号对多头注意力机制增强的CLSTM模型进行训练，利用测试数据集的相关包络信号对训练完成的CLSTM模型进行局部微调，利用局部微调后的CLSTM模型实现变压器机械故障诊断；最后利用稀疏堆叠去噪自编码器SSDA模型实现对诊断出的故障严重程度的判别。
全文数据：
权利要求：
百度查询： 安徽建筑大学 变压器绕组机械故障严重程度识别方法、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号