【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种基于人工智能的电力设备状态实时识别方法以及系统。
技术介绍
1、在电力系统中，每个电力设备的设备状态都会影响电力系统的稳定性，因此，准确识别电力设备的设备状态是至关重要的。传统的电力设备状态识别方法主要包括定期预防性试验方法和传感器监测方法。
2、定期预防性试验方法即定期对电力设备进行离线试验，然而试验周期固定，可能在两次试验间隔内设备状态发生突变而无法及时检测，因此导致无法实时识别电力设备状态。传感器监测方法即在电力设备周围安装传感器，通过传感器获取设备参数进行设备状态识别，然而，传感器的稳定性受环境因素影响，导致采集到的设备参数存在偏差，导致电力设备状态存在误识别或漏识别，导致电力设备状态的识别存在误差。
技术实现思路
1、本专利技术提供一种基于人工智能的电力设备状态实时识别方法以及系统，用以提高电力设备状态的识别实时性和识别准确性。
2、第一方面，本专利技术提供一种基于人工智能的电力设备状态实时识别方法，包括：
3...
【技术保护点】
1.一种基于人工智能的电力设备状态实时识别方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的电力设备状态实时识别方法，其特征在于，所述基于所述特征识别结果确定所述目标电力设备的电力设备状态，包括：
3.根据权利要求1所述的基于人工智能的电力设备状态实时识别方法，其特征在于，所述电力设备特征识别模型包括输入层、多个中间隐藏层和输出层，所述输入层的节点数量与所述目标三维模型特征的维度相同，多个所述中间隐藏层的激活函数不一样；
4.根据权利要求3所述的基于人工智能的电力设备状态实时识别方法，其特征在于，所述第一中间隐藏层的处
...【技术特征摘要】
1.一种基于人工智能的电力设备状态实时识别方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的电力设备状态实时识别方法，其特征在于，所述基于所述特征识别结果确定所述目标电力设备的电力设备状态，包括：
3.根据权利要求1所述的基于人工智能的电力设备状态实时识别方法，其特征在于，所述电力设备特征识别模型包括输入层、多个中间隐藏层和输出层，所述输入层的节点数量与所述目标三维模型特征的维度相同，多个所述中间隐藏层的激活函数不一样；
4.根据权利要求3所述的基于人工智能的电力设备状态实时识别方法，其特征在于，所述第一中间隐藏层的处理过程如下：
5.根据权利要求1至4任一项所述的基于人工智能的电力设备状态实时识别方法，其特征在于，所述对所述原始点云数据进行点云优化，得到目标点云数据，包括：
6.根据权利要求5所述的基于人工智能的电力设备状态实时识别方法，其特征在于，所述对所述原始点云数...
【专利技术属性】
技术研发人员：叶锦雄，陈金壮，付仁义，陈道勇，李鹏飞，陈磊，杨飞，钟云，曹子，刘佳为，
申请(专利权)人：广东粤电靖海发电有限公司，
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。