摘要
本发明涉及电网故障反演技术领域,具体公开了一种基于多源数据融合的电网故障反演方法及系统,所述方法包括基于电网系统创建电网图,匹配时间标签和位置标签,将稳定量和瞬时量插入电网图中,作为含有时刻标签的电网特征;对所述含有时刻标签的电网特征进行自识别,定位故障区域,基于故障区域对电网系统进行故障反演,得到故障反演结果;训练电网特征至故障反演结果的神经网络模型,基于自识别过程判断神经网络模型的准确率,根据所述准确率调节神经网络模型的应用概率。本发明对多源数据进行二维化,对二维化后的数据进行识别,进行故障反演,在故障反演的同时,训练神经网络模型,提高故障反演效率。
技术关键词
故障反演
电网特征
数据采集周期
电网系统
标签
定位故障
远程终端单元
比例尺
查询故障
坐标
线路布置
训练神经网络模型
数据获取模块
识别模块
稳态
设施
标记单元
数值
系统为您推荐了相关专利信息
中心服务器
客户端
联邦学习模型
水印方法
嵌入水印信息
数据分类模型
加密
伪标签生成器
样本
特征提取器
训练样本数据
磁异常信号
重构
信号获取模块
感知系统
电子连接线
抗拉伸性能测试方法
测试样品
机器学习算法
数学模型