摘要
本发明公开了一种基于VAE和SVM的配电网故障监测方法及系统,涉及配电网故障识别技术领域,方法包括获取配电网实时运行的电力参数,并将所述电力参数转换成电力时间序列数据;对所述电力时间序列数据进行预处理;通过VAE模型对处理后的电力时间序列数据进行训练和学习,得到潜在空间中的特征向量;根据所述电力时间序列数据设定每个特征向量对应的类别标签;将所述特征向量和对应的类别标签作为数据集输入到SVM模型进行分类和预测训练,得到决策边界;根据决策边界进行预测,得到配电网中故障诊断的监测结果。本发明实现了在复杂的故障场景提高配电网的故障预测和诊断,提高配电网的可靠性和稳定性。
技术关键词
配电网故障监测方法
电力
配电网故障监测系统
序列
决策
估计误差
配电网故障识别
梯度下降优化算法
数据处理单元
标签
编码器
参数
预测误差
卡尔曼滤波器
数据获取单元
故障场景
解码器
重构误差