GIS断路器机械状态预测方法、系统、电子设备及存储介质技术方案

本发明专利技术涉及高压断路器技术领域，尤其涉及一种GIS断路器机械状态预测方法、系统、电子设备及存储介质，方法包括：将获取的GIS断路器的力学特性参数输入力学特性参数预测模型，得到预测力学特性参数；基于预测力学特性参数，计算GIS断路器的预测机械特性参数；将预测机械特性参数输入机械状态预测模型，得到GIS断路器的状态预测结果；其中，力学特性参数预测模型为基于GIS断路器的力学特性参数样本训练得到的LSTM模型；机械状态预测模型为基于GIS断路器的机械特性参数样本训练得到的SVM模型。本发明专利技术用以解决现有技术中基于CNN对GIS断路器的状态预测，准确率不高的缺陷，实现通过长短期记忆神经网络和支持向量机的结合对GIS断路器的机械状态的准确预测。

【技术实现步骤摘要】

本专利技术涉及高压断路器，尤其涉及一种gis断路器机械状态预测方法、系统、电子设备及存储介质。

技术介绍

1、机械状态预测可以实现机械故障的早期预警，对gis断路器的安全运行和提高电力系统的可靠性具有重要意义。

2、目前，针对于gis断路器的状态预测，通常是采用卷积神经网络模型，然而，卷积神经网络模型cnn更适用于处理图像等空间结构数据，通过参数共享实现对平移不变性的学习。而针对于gis断路器的状态预测，是以当前的数据预测未来的数据，即处理的数据为序列数据。因此，基于cnn对gis断路器的状态预测存在准确率不高的缺陷。

技术实现思路

1、本专利技术提供一种gis断路器机械状态预测方法、系统、电子设备及存储介质，用以解决现有技术中基于cnn对gis断路器的状态预测，准确率不高的缺陷，实现通过长短期记忆神经网络和支持向量机的结合对gis断路器的机械状态的准确预测。

2、本专利技术提供一种gis断路器机械状态预测方法，包括：

3、获取gis断路器的力学特性参数，所述力学特性参数包本文档来自技高网...

【技术保护点】

1.一种GIS断路器机械状态预测方法，其特征在于，包括：

2.根据权利要求1所述的GIS断路器机械状态预测方法，其特征在于，所述力学特性参数预测模型的训练过程，包括：

3.根据权利要求2所述的GIS断路器机械状态预测方法，其特征在于，所述利用训练集对预设力学特性参数预测模型进行训练，包括：

4.根据权利要求2所述的GIS断路器机械状态预测方法，其特征在于，所述分别获取所述GIS断路器的开启接触行程数据样本、脱扣线圈电流数据样本以及任一相的历史断相信号数据样本，作为所述力学特性参数样本，包括：

5.根据权利要求4所述的GIS断路器机械状态预测...

【技术特征摘要】

1.一种gis断路器机械状态预测方法，其特征在于，包括：

2.根据权利要求1所述的gis断路器机械状态预测方法，其特征在于，所述力学特性参数预测模型的训练过程，包括：

3.根据权利要求2所述的gis断路器机械状态预测方法，其特征在于，所述利用训练集对预设力学特性参数预测模型进行训练，包括：

4.根据权利要求2所述的gis断路器机械状态预测方法，其特征在于，所述分别获取所述gis断路器的开启接触行程数据样本、脱扣线圈电流数据样本以及任一相的历史断相信号数据样本，作为所述力学特性参数样本，包括：

5.根据权利要求4所述的gis断路器机械状态预测方法，其特征在于，所述svm模型的训练过程，包括：

...

【专利技术属性】
技术研发人员：李爽，刘昊利，张玖野，张希伦，宋明圆，高洋，毕海涛，王海滨，唐佳能，杨敬宾，郑佳，李立刚，郎业兴，谢丰弛，赵海多，王勇，张明超，严宇欣，姚远，杨红军，王宪伟，王硕，王亮，荆澜涛，
申请(专利权)人：国网辽宁省电力有限公司朝阳供电公司，
类型：发明
国别省市：