摘要
本发明公开了基于卷积神经网络的电力通信网故障诊断方法及装置,属于电力通信技术领域,解决了现有监测方法在实时通信线路为主通信线路时,无法对主通信线路潜在的通信故障进行识别诊断的问题,方法包括:基于通信传输设施权重部署传输网监测点;实时采集传输网监测点的监测数据;预构建基于迁移学习机制与卷积神经网络相结合的故障诊断模型,执行故障诊断模型,得到可视化监测模型中传输网监测点的故障诊断结果;本发明通过预构建基于迁移学习机制与卷积神经网络相结合的故障诊断模型,从而实现对监测数据识别以及扩张卷积,利用故障类型数据库对故障进行分类,进而实现对电力通信网中所有监测点故障以及潜在故障进行分析诊断。
技术关键词
通信传输设施
故障诊断模型
监测点
传输网
故障诊断方法
线路特征
传输特征
故障特征
成分分析
因子
故障诊断装置
电力通信网结构
网络结构
执行故障诊断
三维建模工具
传输线路
供电线路
方差贡献率
数据
系统为您推荐了相关专利信息
管网拓扑结构
智慧管网
管网故障诊断
管网运行监控
故障特征
故障诊断模型
对抗性
数据
迁移学习策略
有源配电网
电缆卷盘
斗轮机电缆
故障诊断系统
语义特征提取
上采样
交通流预测方法
双通道注意力
监测点
周期
依赖特征
玻璃钢材料
流线型
三维模型
纤维束
三维数字模型