摘要
本发明公开了基于多源电力信息整合的智能故障定位方法及系统,涉及电力故障定位技术领域,通过收集线路参数数据、节点负荷数据以及设备状态信息,组成线路辅助信息,收集历史故障数据,构建故障预测贝叶斯网络模型,并使用历史故障数据训练故障预测贝叶斯网络模型,生成节点条件概率表,收集电力线路的实时监测数据,并将实时监测数据映射为网络节点证据,向故障预测贝叶斯网络模型输入实时获取的网络节点证据,基于节点条件概率表,计算每个网络节点的故障概率,筛选出高异常概率的节点作为故障排查节点;能够降低网络节点所提供的状态存在误差的风险,提高电力故障定位的准确性。
技术关键词
贝叶斯网络模型
智能故障定位方法
历史故障数据
网络节点
实时监测数据
设备状态信息
线路
电力故障定位技术
设备状态数据
负荷
数据收集模块
参数
结构优化算法
网络模型结构
故障定位系统
系统为您推荐了相关专利信息
称重误差
加密数据
历史监测数据
动态密钥
实时监测数据
盐酸曲唑酮
中间体
趋势预测方法
智能化调节系统
实时数据
智能控制中心
超限装置
瓦斯预抽钻孔
监测单元
多参数
电力计量设备
电压互感器
设备健康状态
校准算法
动态贝叶斯网络模型
智能分级方法
虚拟仿真技术
隧道围岩
集成应变传感器
围岩分级