[发明专利]一种基于频域特征的电力通信网设备故障预测方法有效
| 申请号： | 201910783518.X | 申请日： | 2019-08-23 |
| 公开（公告）号： | CN110493054B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 莫穗江;李瑞德;张欣欣;王锋;高国华;彭志荣;汤铭华;杨玺;陈嘉俊;张欣;梁英杰;廖振朝;李伟雄;童捷;张天乙 | 申请（专利权）人： | 广东电网有限责任公司;广东电网有限责任公司江门供电局 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 陈伟斌 |
| 地址： | 510600 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电力通信网设备故障预测领域，更具体地，涉及一种基于频域特征的电力通信网设备故障预测方法。只需要基于设备的时间序列数据并通过傅立叶变换将设备时间序列数据转换为频域数据，再使用频域数据用于训练BP神经网络模型，最后对设备状态等级进行预测，能够在设备处于潜在故障状态时及时进行维护。本方法只需要获取设备的时间序列数据，减少数据量，缩短神经网络的训练时长。 | ||
| 搜索关键词： | 一种 基于 特征 电力 通信网 设备 故障 预测 方法 | ||
【主权项】：
1.一种基于频域特征的电力通信网设备故障预测方法，其特征在于，包括以下的步骤：/n步骤一：获取设备一个历史时间段的时间序列数据；/n步骤二：对该历史时间段的设备状态进行等级设定；/n步骤三：通过傅立叶变换将时间序列数据转化为频域数据；/n步骤四：将频域数据输入人工神经网络，对人工神经网络进行训练；/n步骤五：将时间序列数据输入训练好的神经网络，输出设备状态的等级。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司江门供电局，未经广东电网有限责任公司;广东电网有限责任公司江门供电局许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910783518.X/，转载请声明来源钻瓜专利网。
