智能变电站的网络报文分析诊断方法与系统

本发明涉及电力系统技术领域，尤其涉及智能变电站的网络报文分析诊断方法与系统。内容包括：采集变电站网络中的报文数据，对报文数据进行去噪和归一化处理；通过多尺度傅里叶‑小波变换提取归一化后的数据的时频特征，采用时空卷积递归神经网络对时频特征进行建模，捕捉时频特征的空间和时间特征；将空间和时间特征输入改进的混合高斯‑马尔可夫随机场模型，优化故障诊断概率分布，得到诊断结果，生成故障诊断报告。解决了现有技术无法全面捕捉数据的全局和局部特征、无法同时捕捉时频特征的空间和时间特征、无法有效处理复杂的故障类型和关联性，以及无法提供及时、准确的故障诊断和报警信息的技术问题。