KYN设备局放特征自适应数据处理与自诊断方法及系统与流程

1.kyn设备局放特征自适应数据处理与自诊断方法，其特征在于：包括，

2.如权利要求1所述的kyn设备局放特征自适应数据处理与自诊断方法，其特征在于：所述实时采集设备运行数据包括，采用arm+fpga双核心系统完成对放电数据的采样和处理，fpga作为主控，负责控制ad芯片的采样速度，并将ad采样数据缓存到内部ram存储器中；arm负责读取fpga内部ram中的数据，并上传至pc进行处理；通过fsmc分别对两个ram中存储的值进行读取和指令的传输，通过uart将从ram中读取的数据上传至pc；

3.如权利要求2所述的kyn设备局放特征自适应数据处理与自诊断方法，其特征在于：所述自适应的数据处理方法包括，数据预处理，特征提取与选择以及特征表示与编码；

4.如权利要求3所述的kyn设备局放特征自适应数据处理与自诊断方法，其特征在于：所述特征提取与选择包括，从预处理后的数据中提取出能够反映设备状态和故障特征的有效特征，提取放电数据的特征作为缺陷分类识别的判断条件；

5.如权利要求4所述的kyn设备局放特征自适应数据处理与自诊断方法，其特征在于：所述特征表示与编码包括，将原始数据转换为数值向量形式，通过向量化处理实现，采用主成分分析和线性判别分析，提取最具代表性的特征，减少数据复杂度，进行特征组合生成新特征；在特征表示完成后，使用独热编码方法对离散型特征进行编码。

6.如权利要求5所述的kyn设备局放特征自适应数据处理与自诊断方法，其特征在于：所述特征图谱与构建包括，基于提取得到的特征，进一步的筛选和选择，确定最具有代表性和区分度的特征子集用于特征图谱的构建；

7.如权利要求6所述的kyn设备局放特征自适应数据处理与自诊断方法，其特征在于：所述自动诊断包括，使用pytorch的`imagefolder`加载图像数据集，将数据集组织成文件夹结构，每个文件夹代表一个类别，文件夹中包含当前类别的图像，通过预定义的转换`transform`，对图像进行预处理操作，将图像调整大小为224x224像素、转换为张量，并对图像进行归一化处理，将像素值从[0,255]范围缩放到[-1,1]范围；

8.一种采用如权利要求1～7任一所述的kyn设备局放特征自适应数据处理与自诊断方法的系统，其特征在于：包括数据采集模块、数据预处理模块、特征提取模块、特征图谱构建模块、自动诊断模块、实时监测与预警模块、用户界面和报告生成模块；

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。