基于神经网络的高压开关柜故障模式分类及预测方法

    公开(公告)号:CN117407770A

    公开(公告)日:2024-01-16

    申请号:CN202311462468.8

    申请日:2023-11-02

    Abstract: 本发明公开了基于神经网络的高压开关柜故障模式分类及预测方法,包括:通过多组传感器采集高压开关柜的运行数据以及运行时的声音和图像数据;将各运行数据、声音和图像数据均作为时序数据并输入到时序数据集,将各运行数据、声音和图像数据按一定方式整合或融合形成多模态数据并输入到多模态数据集,对多模态数据与时序数据均进行预处理;进行特征学习,引入注意力机制并采用LSTM对多模态数据与时序数据进行序列建模;构建注意力机制与长短期记忆神经网络的混合模型,对混合模型进行训练与优化;根据训练好的混合模型对故障模式分类与预测。本发明结合注意力机制和LSTM,并融合多模态数据,能保证高压开关柜设备的安全运行和提供有效故障维护。

Patent Agency Ranking