一种多尺度特征提取和聚类筛选的直流拉弧故障检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种多尺度特征提取和聚类筛选的直流拉弧故障检测方法
申请号:CN202510089952
申请日期:2025-01-21
公开号:CN119513791A
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开了一种多尺度特征提取和聚类筛选的直流拉弧故障检测方法,涉及人工智能算法和光伏故障诊断技术领域,包括以下步骤:S100、信号采集;S200、多尺度分析;S300、时域特征提取;S400、频域特征提取和聚类筛选;S500、特征向量生成;S600、随机森林模型训练;S700、串联直流拉弧故障分析。本申请有效提高了直流电弧故障检测的识别率,并降低了直流电弧故障检测的误报率,降低了光伏设备的检修和维护成本。
技术关键词
故障检测方法 CART决策树 随机森林模型 直流电弧故障检测 多尺度特征提取 时域特征提取 光伏故障诊断技术 频域特征提取 电流 序列 聚类 多尺度方法 人工智能算法 样本 故障工况 冗余特征 光伏设备 时序
系统为您推荐了相关专利信息
轻量化神经网络 图像超分辨率 卷积模块 深层特征提取 特征提取模块
输电线路山火 故障检测方法 参数识别模型 信号同步技术 过渡电阻
分布显示方法 随机森林模型 交叉验证方法 元素 计算机程序指令
车辆运动数据 座舱 舒适度评估方法 生理传感器 车载传感器
刹车系统 随机森林模型 摩托车 动力 决策控制模块