返回搜索
档案
一种基于双分支循环神经网络模型的电源温度风险识别方法
发明专利未知
10权利要求 · 1 独立
§ Ⅰ
卷宗概要
发明人
张涛; 陈日科; 黄金菊; 龚国汉; 魏源; 李泽文; 章星
申请日
Aug 31, 2026
公开日
Oct 16, 2026
IPC 分类
G06N 5/04 (2023.01)G06F 18/2134 (2023.01)G06F 18/25 (2023.01)G06F 18/27 (2023.01)G06N 3/0442 (2023.01)G06N 3/045 (2023.01)G06Q 10/0631 (2023.01)G06Q 10/20 (2023.01)G06F 123/02 (2023.01)
本发明涉及电除尘设备状态监测技术领域,公开了一种基于双分支循环神经网络模型的电源温度风险识别方法,包括采集高压电源的稳态运行数据和火花放电相关数据,获得稳态运行参量和瞬态特征参量;根据上述参量确定时间边界与瞬态时间窗,形成瞬态放电事件序列和稳态运行序列;计算瞬态时间窗内的器件损耗得到瞬态等效发热量,将其附加至瞬态放电事件序列中,并与稳态运行序列关联形成关联双序列;将关联双序列输入双分支循环神经网络模型执行时序处理,输出预测设备温度序列;结合预测设备温度序列计算综合温度风险指标,并形成预防性维护策略。本发明量化了瞬态放电引发的温度跳变与残余热累加效应,解决了放电工况下温度预测偏差的问题。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式