Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于云边协同隧道设备能耗异常智能识别方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:昆明理工大学;云南省交通科学研究院有限公司

摘要:本发明涉及高速公路隧道用电设备电力数据处理技术领域,且公开了一种基于云边协同隧道设备能耗异常智能识别方法及系统包括数据采集模块、存储模块、边缘检测模块和通讯模块,数据采集模块、存储模块和边缘检测模块均由通讯模块进行连接。该基于云边协同隧道设备能耗异常智能识别方法及系统采用LSTM—BP神经网络模型的方法,捕获用电数据时序和三相关系,可以极大提高检测的准确率。用电智能异常识别系统具有精确的异常检测,良好的数据传输质量保障性和符合隧道里程长的实际情况的较长传输距离,同时硬件成本低、便于实现,缓解了运维人员工作量,提高了工作效率,减少人为出错可能,减少能源浪费。

主权项:1.一种基于云边协同隧道设备能耗异常智能识别方法,其特征在于:包括以下步骤:S1、收集隧道设备用电数据进行整理,其中隧道内的用电数据种类τ包括三相电流三相电压三相有功和无功功率t表示时刻,表示A、B、C三相,同时得到整理后的数据表达式如下: 其中,分别表示A相t1、t2、…、tn时刻的电流,分别表示B相t1、t2、…、tn时刻的电流,分别表示C相t1、t2、…、tn时刻的电流,分别表示C相t1、t2、…、tn时刻的无功功率;S2、对步骤S1中获得的数据进行归一化处理;S3、设定输入窗口长度l和步长step,建立LSTM模型;S4、将步骤S1中的数据按照窗口长度l和步长step移动窗口将步骤S1中的t1、t2、…、tn数据输入到建立的LSTM1,LSTM2…LSTM1的m个LSTM模型中,得到输出的特征空间表达式如下: 其中,分别表示隧道设备A相电路长度1、长度2…直到长度len的特征,分别表示隧道设备B相电路长度1、长度2…直到长度len的特征,分别表示隧道设备相第τ中用电数据长度1、长度2…直到长度len的特征,τ表示用电数据种类,上标len表示特征空间长度;S5、将步骤S4中的数据按序排列,并输入到BP神经网络模型中,获得用电异常结果,若获得的用电异常结果可以接受,则模型训练完成,不可接受,则采用反向传播算法调整模型参数,直到结果可以接受,最终得到LSTM-BP模型;S6、输入实际隧道设备用电数据,对异常用电数据进行预测。

全文数据:

权利要求:

百度查询: 昆明理工大学 云南省交通科学研究院有限公司 一种基于云边协同隧道设备能耗异常智能识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。