一种基于神经网络的线路故障定位方法及系统

AITNT
正文
推荐专利
一种基于神经网络的线路故障定位方法及系统
申请号:CN202411544852
申请日期:2024-10-31
公开号:CN119644029A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于神经网络的线路故障定位方法及系统,涉及线路故障定位技术领域,包括:采集配电网数据进行预处理后,提取故障特征;基于所述故障特征构建并训练故障定位模型;利用训练好的所述故障定位模型进行故障定位。本发明通过集成多层图卷积网络和多头注意力机制设计故障定位模型,考虑到多为数据,对多层特征进行深入挖掘和建模,能够综合多源数据和深层次特征学习,大幅提高了故障定位的准确性和系统的鲁棒性。
技术关键词
线路故障定位方法 故障定位模型 故障特征 多头注意力机制 节点特征 历史故障数据 线路故障定位技术 数据处理模块 定位模块 多条线路 气象 样本 邻居 网络 处理器 平滑度 计算机设备
系统为您推荐了相关专利信息
1
一种基于两阶段渐进融合编码的图像描述生成方法及系统
图像编码器 扩展模块 空间模块 两阶段 生成方法
2
基于延拓自相关和滑动时频同步平均的电机滚动轴承故障特征提取方法
故障特征提取方法 电机滚动轴承 时频同步 故障特征信息 短时傅里叶变换
3
用于激光多普勒测振设备的控制系统及方法
激光多普勒测振 设备故障诊断 故障特征 记录设备 指令
4
一种基于动态环境自适应的多模态传感器在线标定方法
在线标定方法 模态传感器 记忆单元 遗传算法 场景特征
5
基于增量学习的传动系统齿轮故障诊断方法
故障类别 传动系统齿轮 面向流式数据 关键故障特征 故障诊断系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号