摘要
本发明公开了一种多能场景下集中式FA故障区段定位方法,包括:获取故障信息,所述故障信息包括三相电压和三相电流,将所述三相电流进行相模变换,得到相模电流;将所述三相电压和所述相模电流的电气信号进行小波包分解,得到每个电气信号的故障子频带,将所述每个电气信号的故障子频带进行排序,构建每个节点的时频矩阵,将所述每个节点的时频矩阵进行排序,得到配电网的时频矩阵;对所述配电网的时频矩阵进行量化编码,得到像素矩阵,利用彩虹编码对所述像素矩阵进行伪彩色处理,得到故障彩色图像;利用深度学习模型对所述故障彩色图像进行识别,输出故障彩色图像标签作为定位结果,在实际配电网场景中可以保持优秀的定位效果。
技术关键词
故障区段定位方法
彩色图像
像素矩阵
深度学习模型
图像特征向量
编码
计算机程序指令
场景
电气
拉格朗日
KKT条件
节点
信号
线性
电流
序列
处理器
像素点
系统为您推荐了相关专利信息
电解氧化装置
电解液循环冷却装置
反应釜控制
等离子电解氧化
电解槽
藕粉
样本
深度学习框架
像素点
卷积神经网络模块
身份验证方法
智能手表
深度学习模型
虹膜采集模块
多维度特征提取
拥塞控制策略
网络状态信息
网络拥塞控制方法
深度学习模型
抖动信息
玻璃模型
火源定位方法
玻璃幕墙
Laplace算子
红外热像仪