基于5G通信网络的卷烟厂电力系统健康状态自动监测方法

打开文本图片集

中图分类号：TP277 文献标志码：A

0 引言

在卷烟厂向全连接工厂转型的过程中，电力系统全生命周期的状态管理与监测非常重要[1]。传统的监测方法依赖人工，不仅成本高昂，还难以及时发现设备的早期故障。目前，许多学者针对这一方面展开研究，信息技术在电力设备健康状态监测领域中逐渐成为公认的主流技术。如朱岸锋等[2]先利用电力设备的历史运行数据生成三维特征矩阵，对其进行归一化与滑动窗口分割，后结合关键时间步特征构建多种故障类型的标签库，融合卷积神经网络与时序注意力机制实现设备的状态评估。（剩余5771字）