首页/ 盛隆电气集团有限公司/ 专利详情

一种基于深度学习的关键电能设备故障诊断方法

基本信息

申请号 CN202110934484.7 申请日 -
公开（公告）号 CN113743246A 公开（公告）日 2021-12-03
申请公布号 CN113743246A 申请公布日 2021-12-03
分类号 G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06Q10/00（2012.01）I;G06Q50/06（2012.01）I 分类 计算；推算；计数;
发明人 谢洪潮;谢正新;朱家禄;刘振兴;李晓卉 申请（专利权）人 盛隆电气集团有限公司
代理机构 北京市领专知识产权代理有限公司 代理人 宗亚娟
地址 430000湖北省武汉市关东科技工业园3-2号
法律状态 -

摘要

摘要 本发明公开了一种基于深度学习的关键电能设备故障诊断方法，一种基于深度学习的关键电能设备故障诊断方法包括：数据采集；云计算平台分割任务；故障特征提取、筛选，然后进行故障诊断分析；生产诊断结果；监控端作出应对措施。本发明中经验模态分解具有较好的时频聚集性，变分模态分解（VMD）在获取固有模态函数（IMF）时，能有效避免模态混叠和噪声干扰，通过这两种振动信号特征提取方法的配合，实现断路器的故障特征提取，采用云计算技术，根据实际需要的计算资源增加或减少硬件节点，缩减设备维护和数据备份的成本，用以实现节电、用电预测、配用电网架优化和错峰调度的智能配用电典型业务大数据分析。