摘要
本发明提供一种输电线路故障定位方法、装置、设备及介质,涉及电力系统技术领域,方法包括:根据获取的线路故障信号,生成故障单元;分别提取故障前图像特征和故障后图像特征;确定相似度,若相似度小于预设相似度,将故障后图像特征输入至训练好的深度神经网络模型,生成图像故障结果;提取并比对故障前空间特征和故障后空间特征,生成空间故障结果,整合图像故障结果和空间故障结果,生成第一故障定位数据;若相似度大于或等于预设相似度,将电气数据和红外热成像数据输入至训练好的多输入卷积神经网络模型,生成第二故障定位数据;整合第一故障定位数据或第二故障定位数据,生成输电线路故障位置集合。本发明改善了输电线路故障定位的效果。
技术关键词
输电线路故障位置
激光雷达扫描数据
图像
深度神经网络模型
卷积神经网络模型
深度特征学习
电气特征
多尺度特征
解码器
编码器
时间序列特征
输电线路故障定位
时空注意力机制
故障类别
系统为您推荐了相关专利信息
时钟频率检测电路
开关电容单元
电容模块
缓冲器
充放电回路
检索方法
运动主体
对象
成像器件
机器学习分类器
水下机器人视觉
清晰化方法
多模态
图像增强模型
模态特征