CN116702081B 基于人工智能的配电设备智能巡检方法 （西安格蒂电力有限公司）_第1页
CN116702081B 基于人工智能的配电设备智能巡检方法 （西安格蒂电力有限公司）_第2页
CN116702081B 基于人工智能的配电设备智能巡检方法 （西安格蒂电力有限公司）_第3页
CN116702081B 基于人工智能的配电设备智能巡检方法 （西安格蒂电力有限公司）_第4页
CN116702081B 基于人工智能的配电设备智能巡检方法 （西安格蒂电力有限公司）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

KR20220132824A,2022US2023082012A1,2023.Liao,Shiwenetal..ModelingandAnalysisofResidentialElectrConsumptionStatistics:ATr用电第一异常程度和用电第二异常程度获得异终本发明根据数据序列的异常情况调整了移动2获取监测配电设备运行状态的数据序列；将所述数据序列分解获得数据序列的趋势根据所述周期项中每个周期对应的所述数据序列的变化特征、根据不同周期的所述异常特征值获得移动平均窗口的大小；根点的异常权重；根据移动平均窗口内的数据点的数据特征和所述异常权重获得移动平均所述根据所述趋势项中数据的变化特征获得不同数据区间的用电第一异常程度的步计算所述数据区间的两个极值点的幅值的差值绝对值计算所述数据区间中所有数据点的切线斜率绝对值的平均值，获得区间变化趋势值；所述根据所述残差项中数据的变化特征和所述趋势项中的数据特征获得不同数据区对于所述数据区间对应的残差项的区间中任意两计算趋势项的数据区间中的最大幅值与所述残差异常度表征值的乘积并正相关映射，所述根据所述周期项中每个周期对应的所述数据序列程度和所述用电第二异常程度获得每个周期的异对于所述周期项中任意一个周期，计算所述3述根据每个周期与其他周期之间的所述异常波动值的差异特征获得每个周期的异常特征对于任意一个周期，计算所述周期的所述异常波动值与异常波动值的最小值的差值，述根据不同周期的所述异常特征值获得移动平均计算所述数据序列的所有周期的异常特征值的平均值与预设第一数值的乘积并向上对于所述数据序列的任意一个数据点，计算所述任意一计算所述数据序列的移动平均窗口内，所有数据点的幅值与异常权重的乘积的平均述根据所述移动平均值构建预测模型并进行配电设备根据所述移动平均值构建SARIMA模型，通过SARIMA模型4[0003]现有技术对配电设备的运行状态进行监测时，主要是通过分析5[0015]计算趋势项的数据区间中的最大幅值与所述残差异常度表征值的乘积并正相关述用电第一异常程度和所述用电第二异常程度获得每个周期的[0021]计算所述数据序列的所有周期的异常特征值的平均值与预设第一数值的乘积并6[0027]根据所述移动平均值构建SARIMA模型，通过SARIMA模[0031]图1为本发明一个实施例所提供的一种基于人工智能的配电设备智能巡检方法流合附图及较佳实施例，对依据本发明提出的一种基于人工智能的配电设备智能巡检方法，[0034]下面结合附图具体的说明本发明所提供的一种基于人工智能的配电设备智能巡7[0035]请参阅图1，其示出了本发明一个实施例提供的一种基于人工智能的配电设备智89数据点的异常权重；根据移动平均窗口内的数据点的数据特征和异常权重获得移动平均该数据点的异常权重，当异常权重越接

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论