基于数据挖掘的电气设备状态自动检测方法

传统的电气设备状态检测方法易受到冗余信息影响,导致检测结果误差较大,为此,提出基于数据挖掘的电气设备状态自动检测方法。通过建立自适应核函数提取电力设备的状态特征,将电气设备的运行状态分割成时间序列,分析测量距离值与序列匹配之间的映射关系,建立自动检测模型,采用蒙特卡洛方法预测设备寿命周期内的故障概率,设计电气设备状态自动检测流程。仿真实验结果可得,该方法检测三相电流与仿真数据最大误差为0.15 A,证明其具有精准的检测效果。