一种基于深度学习与特征筛选的运行状态监测方法

本发明公开了一种基于深度学习与特征筛选的运行状态监测方法，涉及状态监测技术领域，包括S1：针对数据采集与融合系统中的原始数据，选择目标测量中可以表征系统运行状态的特征；S2：对该系统运行状态表达特征与监测测量点所产生的特征进行差分，计算两两的皮尔逊相关系数，选取相关系数最高的n条数据作为筛选后的特征；S3：经过特征重映射，通过深度卷积神经网络进行训练，最终得到预测模型。该一种基于深度学习与特征筛选的运行状态监测方法以提升配电网精益化管理为出发点，以实现配电网运行状态的管控与综合评价为目标，该方法可支撑配电网各业务环节闭环管控与协同发展，提升配电网精益化管理水平。