[发明专利]基于时空网络增强深度学习的电缆健康状态智能预警方法

权利要求书

1.基于时空网络增强深度学习的电缆健康状态智能预警方法，其特征是：采用智能预警系统进行预警，所述智能预警系统包括依次连接的数据采集系统、智能分析服务器、故障预警服务器，所述智能分析服务器还连接有数据存储服务器，所述智能预警包括以下步骤：

1）通过智能数据采集系统采集电缆的多种电缆监测数据；

2）将过去某一时间段内的高维电缆监测数据输入LSTM预测模型，通过输入控制、遗忘控制和输出控制，分别控制信息的丢弃、更新、输出，然后输出未来一时间段内的预测值；

3）利用PCA主成分分析降维的思想，把多特征量转化为少数几个主特征成分，将主成分结构封装成模型；

4）对新样本的主成分特征进行基于CNN卷积神经网络分类预测，通过卷积提取特征、池化降维、归一化求概率；

5）依据概率值获得最终的电缆健康状态分类。

2.根据权利要求1所述基于时空网络增强深度学习的电缆健康状态智能预警方法，其特征是：所述步骤1）中多种电缆监测数据包括本体温度、局放、温度、负荷、环流。

3.根据权利要求1所述基于时空网络增强深度学习的电缆健康状态智能预警方法，其特征是：所述电缆监测数据根据设定的采集周期进行周期性采集并上传至智能分析服务器。

4.根据权利要求1所述基于时空网络增强深度学习的电缆健康状态智能预警方法，其特征是：智能分析服务器周期性下发数据获取请求获取缓存于数据采集集群的电缆监测数据。

5.根据权利要求1所述基于时空网络增强深度学习的电缆健康状态智能预警方法，其特征是：所述数据的采集包括相互关联的每一个测点与前后几个不同测点的数据，还包括A、B、C三相电缆上同一位置相互关联的测点数据。

6.根据权利要求1所述基于时空网络增强深度学习的电缆健康状态智能预警方法，其特征是：所述步骤5）中健康状态分类为健康模式、亚健康模式、预警模式及告警模式。