发明公开
- 专利标题: 基于深度学习的发电设备异常检测方法及系统
-
申请号: CN202111376253.5申请日: 2021-11-19
-
公开(公告)号: CN114298141A公开(公告)日: 2022-04-08
- 发明人: 曾谁飞 , 王振荣 , 张燧 , 黄思皖 , 王青天 , 刘旭亮 , 李小翔 , 冯帆 , 韦玮 , 童彤 , 任鑫 , 杜静宇 , 赵鹏程 , 武青 , 祝金涛 , 朱俊杰 , 吴昊 , 吕亮 , 邸智 , 刘艳贵 , 王海明 , 沈伟文 , 房扩
- 申请人: 中国华能集团清洁能源技术研究院有限公司
- 申请人地址: 北京市昌平区北七家未来科技城华能人才创新创业基地实验楼A楼
- 专利权人: 中国华能集团清洁能源技术研究院有限公司
- 当前专利权人: 中国华能集团清洁能源技术研究院有限公司
- 当前专利权人地址: 北京市昌平区北七家未来科技城华能人才创新创业基地实验楼A楼
- 代理机构: 北京清亦华知识产权代理事务所
- 代理商 赵迪
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明涉及基于深度学习的发电设备异常检测方法及系统,所述方法包括:获取发电设备当前时刻的运行数据、所述发电设备当前时刻对应的气象数据和历史时段内发电设备的运行数据;对所述获取的数据进行预处理得到预处理后的发电设备当前时刻的运行数据以及所述发电设备当前时刻对应的气象数据和历史时段内发电设备的运行数据;将所述预处理后的数据输入预先训练好的发电设备异常检测模型中,得到所述发电设备异常检测的得分;基于所述发电设备异常检测的得分检测所述发电设备是否异常,并将检测结果进行信息触达。本发明提供的技术方案,提高了发电设备异常检测的得分的精度,同时使得发电设备的异常检测更加方便,也降低了发电设备的异常检测成本。