一种基于数据挖掘的设备状态预测分析方法

授权

摘要

本发明通过分析运用主变压器的状态指标，基于数据挖掘的LSTM神经网络分析模型和高维向量距离确定方法对设备的未来状态实现预判。利用PCA方法对数据进行降维处理，通过PCA方法求出数据集的主元，选取最重要的部分，将其余的维数省去，达到降维和简化模型的目的，间接地对数据进行了压缩处理，同时很大程度上保留了原数据的信息。采用阶段式前向推进对比的方式，通过分析曲线的特性，通过对比不同周期的方式，对不同时间维度的曲线进行全寿命周期对比，筛选出最优周期作为趋势预判的阈值。本发明的优点是：设备运行状态预测效率高、精度高。

基本信息

专利标题：

一种基于数据挖掘的设备状态预测分析方法

专利标题（英）：

暂无

公开（公告）号：

CN109460846A

申请号：

CN201810631261.1

公开（公告）日：

2019-03-12

申请日：

2018-06-19

授权号：

CN109460846B

授权日：

2022-04-01

发明人：

肖艳炜楼平蒋水中陈家乾赵静马玲华林承钱顾伟康陈睿智徐荣华卢冰徐国华唐剑娄良姚军沈莉陆刚

申请人：

国网浙江省电力有限公司湖州供电公司

申请人地址：

浙江省湖州市吴兴区凤凰路777号

代理机构：

杭州杭诚专利事务所有限公司

代理人：

尉伟敏

优先权：

CN201810631261.1

主分类号：

G06Q10/04

IPC分类号：

G06Q10/04 G06Q10/06 G06N3/04