-
公开(公告)号:CN118152748A
公开(公告)日:2024-06-07
申请号:CN202410124931.6
申请日:2024-01-29
申请人: 中国人民解放军92942部队
IPC分类号: G06F18/20 , G06F18/2337 , G06F18/23213 , G06N7/02 , G06F123/02
摘要: 本发明公开了一种船用变压器故障预测方法、装置及设备,其包括获取船用变压器的气体数据;其中,气体数据用于表示历史时间段内船用变压器中油包含的特征气体;气体数据包括气体含量信息的时间序列数据;选取历史时间段中时序在前的气体数据作为训练集对预设的预测模型进行训练,以获取训练好的预测模型;其中,预测模型是基于模糊时间序列构建的;选取历史时间段中时序在后的气体数据作为测试集输入训练好的预测模型,以输出对测试集的预测数据;通过测试集的预测数据对变压器的故障进行诊断。本发明基于模糊时间序列建立的预测模型,可以对变压器油中气体数据的变化趋势进行预测,并通过对预测的气体数据进行分析实现对变压器故障的诊断。
-
公开(公告)号:CN118465600A
公开(公告)日:2024-08-09
申请号:CN202410373802.0
申请日:2024-03-29
申请人: 中国人民解放军92942部队
摘要: 本发明公开了一种电源的故障智能监测方法、装置及设备,其包括获取待测的电源的电气特征图;将待测的电源的电气特征图输入训练好的故障诊断模型,以输出对应的故障诊断结果;其中,故障诊断模型的训练过程包括:获取不同工况下的电源的电气特征图样本;将部分电气特征图样本作为训练集输入预设的故障诊断模型进行训练,以获取经训练的故障诊断模型;将另一部分电气特征图样本作为测试集输入经训练的故障诊断模型进行测试,以获取训练好的故障诊断模型,本发明建立了故障诊断模型,基于该模型的智能监测方法可以更好地实现信号特征的提取和学习,从而提高故障诊断效率与准确率。
-