您所在位置： 国网江西电力申请基于深度学习网络的电力设备故障检测专利提高故障诊断准确度
时间：2025-02-13 04:10点击量：次
金融界 2025 年 2 月 12 日消息，国家知识产权局信息显示，国网江西省电力有限公司经济技术研究院申请一项名为“基于深度学习网络的电力设备故障检测方法及系统”的专利，公开号 CN 119397404 A，申请日期为 2024 年 12 月。
专利摘要显示，本发明提供了一种基于深度学习网络的电力设备故障检测方法及系统，该方法包括：获取电力设备在观测时段内的状态参数数据，并根据状态参数数据形成第一多维时间序列，将第一多维时间序列输入至深度学习模型，得到与每个时间节点分别对应的故障概率预测值；根据所有时间节点的故障概率预测值获取故障系数，并根据故障系数判断电力设备是否存在故障；若电力设备存在故障，则将与每一时间节点分别对应的故障概率预测值输入到故障分类模型中，得到与观测时段对应的故障类别集合，并根据故障类别集合获取当前时间节点的故障类别。本发明能够避免通过单一维度的数据进行故障判断造成因数据异常导致诊断结果不准确的情况，提高了故障诊断准确度。
天眼查资料显示，国网江西省电力有限公司经济技术研究院，成立于2012年，位于南昌市，是一家以从事专业技术服务业为主的企业。企业注册资本None。通过天眼查大数据分析，国网江西省电力有限公司经济技术研究院参与招投标项目14次，专利信息183条，此外企业还拥有行政许可6个。