摘要
本发明公开了一种基于多源数据和图神经网络结合的录波主站故障诊断方法、系统及存储介质,属于电网故障诊断技术领域,方法包括:将断面录波数据对齐,并进行标准化和归一化处理;用图论对电网拓扑进行表达,将电力线路转化为图中的节点,将卷积神经网络与图的非欧式数据上形成图卷积神经网络;对多源数据进行处理得到的特征矩阵转化为一维的特征向量,以形成图中单节点的特征向量,通过构建的电网图卷积神经网络模型提取节点特征和进行故障诊断;基于群智能算法共生生物搜索对电网图卷积神经网络模型中的超参进行优化调整。将电网状态、设备参数和拓扑关系以图的形式表达,并进行特征提取、分类和预测,实现了更加准确和稳定的电力系统故障诊断。
技术关键词
卷积神经网络模型
拓扑图
节点特征
群智能算法
拉普拉斯
故障诊断方法
矩阵
多源数据特征提取
电网故障诊断技术
电力系统故障诊断
故障特征信号
故障录波数据
牛顿插值法
故障诊断系统
特征值
平稳小波
卷积定理
查找算法
系统为您推荐了相关专利信息
飞轮储能单元
能量分配策略
可再生能源
管理系统
状态监测模块
风险管理方法
高风险
拉普拉斯
历史报价信息
节点
电路设计方法
压电片
阻抗电路
数字信号处理器
输出放大器
锯条
光学干涉仪
原子力显微镜
分子动力学仿真技术
纳米级