一种基于机器学习的整流器在线监测方法
基本信息
| 申请号 | CN201811011319.9 | 申请日 | - |
| 公开（公告）号 | CN109443419A | 公开（公告）日 | 2019-03-08 |
| 申请公布号 | CN109443419A | 申请公布日 | 2019-03-08 |
| 分类号 | G01D21/02;G06N20/00 | 分类 | 测量；测试; |
| 发明人 | 银星茜;盛健;彭曼;王亚东;张俊强;廖权保;黄伟峰 | 申请（专利权）人 | 广州市世科高新技术有限公司 |
| 代理机构 | 广州知友专利商标代理有限公司 | 代理人 | 广州市世科高新技术有限公司;广州市扬新技术研究有限责任公司;广州致新电力科技有限公司;白云电气研究院（南京）有限公司 |
| 地址 | 510540 广东省广州市白云区太和镇北太路1633号广州民营科技园内白云电气科技大厦第一层105室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于机器学习的整流器在线监测方法，包括步骤：采用整流器历史数据进行建模，构建整流器正常运行状态下的温度模型，含“数据处理”与“机器学习”环节；整流器状态监测与预测：先使用“数据处理”对新数据进行处理并构建相同的特征变量，再将处理后的数据传递给整流器温度模型，由温度模型计算出整流器温度的预测值；整流器状态/预警等级计算：实时将整流器温度预测值与真实值进行对比，采用区间判断与动态监测判断整流器运行状态，实时给出整流器预警信息和状态信息，预警信息分为三个区间：第一个区间预警级别为0，表示设备正常运行；第二个区间预警级别为1‑11，表示设备状态需要“注意”；第二个区间预警级别为12，表示设备状态“异常”。 |
