摘要
本发明公开了一种基于FFT‑CNN‑GCN混合网络的电网故障诊断方法及系统,包括:同时实现电网线路的故障类型判断、故障线路定位和故障距离判断;通过快速傅里叶变换(Fast Fourier Transform,FFT)对电压和电流信号进行时域和频域分解,提取信号的基波频率和相位;利用CNN对分解后的数据进行时序特征提取,并引入层归一化技术以增强模型的稳定性和性能;结合GCN处理电网的空间拓扑结构,提取和整合空间特征。本发明在不同任务、采样间隔和不同噪声的影响下,其准确率均明显优于现有的基于人工智能的方法,且具有较好的泛化性能。
技术关键词
电网故障诊断方法
混合网络
GCN模型
空间拓扑结构
电网拓扑结构
电网故障诊断系统
时序特征
输出特征
数据
频率
计算方法
矩阵
线路
表达式
模块
标签
高层次
节点数
系统为您推荐了相关专利信息
表格识别方法
多任务损失函数
混合网络
实体
邻域
柔性直流换流站
暂态响应时间
训练卷积神经网络
暂态故障
构建卷积神经网络
智能生成方法
电网设备状态
社区检测算法
迷宫路径
数据
小电流接地配电网
小波神经网络
故障区段定位方法
单相接地故障
特征提取模块