一种基于卷积神经网络算法的智慧电厂异常检测方法

专利主权项内容

（来源 马克数据网） 1.一种基于卷积神经网络算法的智慧电厂异常检测方法，其特征在于，包括以下步骤：S10：对电厂中每个设备利用关联度标记方法进行标记，赋予电厂中每个设备相对应的关联度标记，关联度标记体现设备之间运行状态的逻辑关系；S20：将电厂中每个设备配置对应的检测终端，并实现对电厂中每个设备运行数据的间歇性检测，同时利用该设备对应的关联度标记对检测终端检测到的设备运行数据进行相对应的标记，记为关联度数据；S30：利用设置的视频监测单元，间歇性的获取电厂中每个设备的运行图像，利用卷积神经网络算法将运行图像与设备正常运行时的标准图像进行比对，若比对结果存在差异，则赋予对应设备关注度标记；S40：将检测终端检测的到每个设备的运行数据与其正常运行的标准数据范围进行比对，若两者存在差异则将对应设备的运行数据标记为异常数据，并且将该设备赋予异常标记；S50：利用核对方法对异常数据进行核对，若核对异常数据是无误的，则指派巡检人员对检测到异常数据的设备进行检修，若核对异常数据是有误的，则需等待下次数据的检测进一步判断。