基于字符卷积神经网络的流量故障节点检测方法及设备

AITNT
正文
推荐专利
基于字符卷积神经网络的流量故障节点检测方法及设备
申请号:CN202411602770
申请日期:2024-11-11
公开号:CN119544461A
公开日期:2025-02-28
类型:发明专利
摘要
本发明提供了一种基于字符卷积神经网络的流量故障节点检测方法及设备,首先获取目标配电网的运行数据和各个节点的流量信息;然后根据流量信息,建立通信状态图;接着根据第一神经网络模型,提取通信状态图的特征,并将特征转换为字符序列;最终根据字符卷积神经网络对字符序列进行识别,确定故障节点。本发明仅利用了图神经网络来提取通信状态图的特征,然后将特征转译为字符序列,通过高效轻量化的字符卷积神经网络来实现节点流量是否异常的检测,在保证准确检测的同时,能够极大的提高检测效率。
技术关键词
故障节点检测方法 字符 序列 神经网络模型 建立通信 节点检测装置 可读存储介质 处理器 模块 存储器 计算机 数据 电子设备
系统为您推荐了相关专利信息
1
基于古籍文本的信息抽取方法、程序产品及电子设备
句法结构 信息抽取模型 信息抽取方法 依存句法分析 文本数据处理技术
2
基于多模态信息融合的操作控制方法、装置、设备及介质
多模态信息融合 操作控制方法 生成反馈信号 控制执行器 末端执行器
3
基于EPDCC技术识别多种赖氨酸修饰位点的方法
赖氨酸 卷积神经网络分类 位点 极值 初始聚类中心
4
一种基于3D-AI技术的医学数据可视化传播方法及系统
医学数据可视化 三维模型 医学影像设备 网络传播技术 人工智能模型
5
一种基于空间平面三角形嵌套分割的轻量化快速索引算法
三角形 列表 索引算法 字符 节点
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