【技术实现步骤摘要】
本专利技术涉及配电房运维的，特别是涉及一种基于深度学习的配电房运维管理方法及系统。
技术介绍
1、配电房是电力系统的重要组成部分，其运行状态直接关系到电力系统的安全稳定；通过完善的运维管理模式，能够及时发现和处理设备异常和缺陷，保障电力系统的安全稳定运行。
2、现有的配电房运维管理方法，大多采用对设备进行状态监测，并配合提前设定的报警阈值来判断设备是否运行正常；然而部分设备故障的产生是一个缓慢的过程，当触发报警阈值时说明该故障已经存在一定时间，此时再根据报警进行故障处理实则已经错过了最佳检修阶段。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种提高了系统的安全性、稳定性和效率，减少了故障带来的损失，通过提前检测潜在问题，维护了最佳检修时机的基于深度学习的配电房运维管理方法。
2、第一方面，本专利技术提供了基于深度学习的配电房运维管理方法，所述方法包括：
3、预先设定数据采集时间节点，并根据预先设定的数据采集时间节点获取配电房多模态运维数据；p>
4、对配电本文档来自技高网...
【技术保护点】
1.一种基于深度学习的配电房运维管理方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于深度学习的配电房运维管理方法，其特征在于，所述电气监测数据集合包括设备负荷、设备电压和设备电流；所述环境监测数据集合包括室内温度、室内湿度和室内气压；所述设备状态监测数据集合包括设备温度、设备振动频率和设备噪音；
3.如权利要求1所述的基于深度学习的配电房运维管理方法，其特征在于，所述配电房多模态运维数据采集方法包括：
4.如权利要求1所述的基于深度学习的配电房运维管理方法，其特征在于，设备状态期望指数获取方法包括：
5.如权...
【技术特征摘要】
1.一种基于深度学习的配电房运维管理方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于深度学习的配电房运维管理方法，其特征在于，所述电气监测数据集合包括设备负荷、设备电压和设备电流；所述环境监测数据集合包括室内温度、室内湿度和室内气压；所述设备状态监测数据集合包括设备温度、设备振动频率和设备噪音；
3.如权利要求1所述的基于深度学习的配电房运维管理方法，其特征在于，所述配电房多模态运维数据采集方法包括：
4.如权利要求1所述的基于深度学习的配电房运维管理方法，其特征在于，设备状态期望指数获取方法包括：
5.如权利要求1所述的基于深度学习的配电房运维管理方法，其特征在于，所述设备状态期望指数补偿值获取方法包括：
6.如权利要求1所述的基...
【专利技术属性】
技术研发人员：宁耀萱，容世达，初庆翔，
申请(专利权)人：深圳汉驰科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。