【技术实现步骤摘要】
本专利技术涉及高低压配电房监测，具体涉及一种用于配电房的动力与环境综合监测方法及系统。
技术介绍
1、随着科技的发展，监测技术也在不断进步。从简单的模拟信号监控逐步过渡到复杂的数字化、网络化、智能化监控。高低压配电房作为电力系统重要组成部分，承担着转换、分配和供电的关键任务，其动力设备包括变压器、开关柜等，环境因素如温度、湿度、粉尘和有害气体等对设备运行状态有直接影响。因此，保持高低压配电房内部动力和环境稳定，是确保电力供应可靠性和安全的前提。现有的高低压配电房，虽然能够提供一定的监测功能，但往往在集成性、智能化等方面仍有不足。为了实时监控设备运行状态和环境变化，需要一套精确且高效的综合监测系统。现有的高低压配电房的动力监测功能主要关注配电设备的电气参数，如电压、电流、功率等，以评估设备性能和稳定性。现有的高低压配电房的环境监测功能是为了确保配电房的物理环境符合运行标准，例如通过温湿度监测预防设备过热、减少故障。两者相辅相成，缺一不可。但是现有的高低压配电房存在以下问题：
2、1)、监测精度问题：目前应用在高低压配电房中的监...
【技术保护点】
1.一种用于配电房的动力与环境综合监测方法，其特征在于，包括顺序执行的步骤S1-S6：
2.根据权利要求1所述的用于配电房的动力与环境综合监测方法，其特征在于，所述推断性分析环节过程为通过机器学习方法对与各参数相关的数据进行特征分析及监督学习，通过向量机(SVM)和决策树进行分类和回归分析，从而识别正常和异常模式，通过聚类算法将数据分组从而发现隐藏的模式和异常群集。
3.根据权利要求1所述的用于配电房的动力与环境综合监测方法，其特征在于，所述推断性分析环节过程为通过深度学习方法对与各参数相关的数据进行特征分析，于处理时间序列数据时，通过RNN和...
【技术特征摘要】
1.一种用于配电房的动力与环境综合监测方法，其特征在于，包括顺序执行的步骤s1-s6：
2.根据权利要求1所述的用于配电房的动力与环境综合监测方法，其特征在于，所述推断性分析环节过程为通过机器学习方法对与各参数相关的数据进行特征分析及监督学习，通过向量机(svm)和决策树进行分类和回归分析，从而识别正常和异常模式，通过聚类算法将数据分组从而发现隐藏的模式和异常群集。
3.根据权利要求1所述的用于配电房的动力与环境综合监测方法，其特征在于，所述推断性分析环节过程为通过深度学习方法对与各参数相关的数据进行特征分析，于处理时间序列数据时，通过rnn和lstm网络进行预测和异常检测；于处理图像数据时，通过cnn网络进行特征提取和分类；于处理结构化数据时，通过使用决策树和随机森林进行分类和回归分析。
4.根据权利要求1所述的用于配电房的动力与环境综合监测方法，其特征在于，该线性回归模型的公式为：
5.根据权利要求1所述的用于配电房的动力与环境综合监测方法，其特征在于，该统计指标还包括多项式回归模型，多项式回归模型用于拟合非线性关系，多项式回归模型的公式为：
6.根据权利要求1所述的用于配电房的动力与...
【专利技术属性】
技术研发人员：肖炳林，容梓豪，赵鑫，何威誉，刘超，林伟文，刘也乐，陈家骏，冼家明，王文志，冯冠钊，
申请(专利权)人：广州港股份有限公司，
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。