公开(公告)号：CN118965212A

公开(公告)日：2024-11-15

申请号：CN202410908407.8

申请日：2024-07-08

申请人： 国网冀北电力有限公司唐山供电公司 ,  国家电网有限公司

发明人： 王伟 ,  袁继军 ,  黄勇 ,  张剑飞 ,  董久晨 ,  王宏旭 ,  马仁杰 ,  杜鹏 ,  李朋 ,  李超 ,  梅森 ,  宋则宇 ,  高伟 ,  李珊珊

IPC分类号： G06F18/2433 ,  G01R31/36 ,  G01R31/367 ,  G01R31/392 ,  G01R31/3842 ,  G06F18/15 ,  G06F18/213 ,  G06N3/08 ,  G06N3/045 ,  G06N3/044 ,  G06N3/0442 ,  G06N3/0464 ,  G06Q10/20

摘要： 本发明提供了一种基于深度学习的UPS设备性能衰退预测方法和系统，通过传感器采集UPS设备的设备信息和历史运行数据，对采集到的历史运行数据进行清洗处理，为特征提取和模型训练提供高质量的数据输入。从预处理后的数据中提取出与UPS设备性能衰退相关的特征，构建一个UPS设备性能衰退预测模型，该模型包括卷积神经网络‑长短期记忆模型CNN‑LSTM、循环神经网络模型RNN和长短期记忆网络模型LSTM。对构建好的模型进行训练；然后将UPS设备的实时运行数据输入至训练好的UPS设备性能衰退预测模型，实时预测UPS设备的性能衰退程度。最后判断最终预测结果是否正常，如否，则提醒用户对UPS设备进行维护，避免设备故障，从而提高了UPS设备的可靠性和稳定性。

公开(公告)号：CN118916793A

公开(公告)日：2024-11-08

申请号：CN202410952447.2

申请日：2024-07-16

申请人： 国网冀北电力有限公司唐山供电公司 ,  国家电网有限公司

发明人： 王伟 ,  袁继军 ,  黄勇 ,  张剑飞 ,  董久晨 ,  王宏旭 ,  马仁杰 ,  杜鹏 ,  李朋 ,  李超 ,  梅森 ,  宋则宇 ,  高伟 ,  李珊珊

IPC分类号： G06F18/243 ,  G06F18/2415 ,  G06N3/044 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N5/01 ,  G06N20/20 ,  G06Q10/20 ,  G01R31/36 ,  G01R31/367 ,  G01R31/392 ,  G01R31/3842

摘要： 本发明提供了一种基于决策树的UPS衰退性能预测方法及系统，包括采集待预测不间断电源UPS设备的设备信息和历史运行数据；对所采集的设备信息和历史运行数据进行预处理；提取UPS设备性能衰退相关特征作为数据集；基于卷积神经网络‑长短期记忆模型、循环神经网络模型和梯度提升决策树算法模型构建UPS设备性能衰退预测模型，并用数据集训练UPS设备性能衰退预测模型；训练好的UPS设备性能衰退预测模型可用于实时预测，首先采集待预测UPS设备的设备信息和实时运行数据，然后进行预处理，并提取UPS设备性能衰退相关特征输入至训练好的UPS设备性能衰退预测模型，实时预测UPS设备的性能衰退程度。