配电网故障预测方法、模型训练方法、介质和设备

本发明公开了一种配电网故障预测方法、模型训练方法、介质和设备，先采集配电网的样本故障数据并应用变分模态分解技术进行分解，获得多个本征模式函数分量。对这些分量进行互信息熵分析，得到邻接矩阵和特征矩阵，并进一步构造图卷积网络。配电网故障模型包括并行的双向门控循环单元和图卷积网络，以及连接这两者的全连接层。将第一本征模式函数分量及邻接矩阵输入图卷积网络提取空间特征，同时将第二本征模式函数分量输入双向门控循环单元提取时间特征。然后，将提取的空间特征和时间特征输入全连接层进行特征重构，输出故障预测结果并进行迭代训练，直至模型收敛。本模型能够同时捕捉时间和空间特征并进行重构，有效提高了准确性和效率。