摘要
本发明涉及一种电网多重严重故障智能分析方法与系统、存储介质,包括基于电网历史运行过程中多维度数据和多重神经网络融合模型,形成多重严重故障演化特征自动识别模型;提取历史断面中实体的状态和属性,从中筛查发生故障时刻的实体信息并整合,建立多重严重故障推理模型;基于预训练语言模型,神经网络建立多重严重故障智能分析模型;接收电网运行故障时刻的故障特征文本,融合多重严重故障推理模型中的实体信息,输出此故障时刻的概率故障事件,多重严重故障推理模型依据概率故障事件分析演化特征,预测下一次故障信息。本发明能够智能化地分析和自动识别电网运行过程中每个阶段的演化特征,并且对演化特征对电网影响的分析具有重要意义。
技术关键词
演化特征
故障智能分析方法
故障智能分析系统
智能分析模型
故障特征
停电计划
电网检修计划
文本特征向量
BERT模型
预训练语言模型
数据
CRF模型
计算机可执行指令
故障实体
线性
信息检索
系统为您推荐了相关专利信息
运动风险评估系统
视觉识别传感器
惯导传感器
轨迹
线控底盘
故障演化趋势
主氦风机
迁移学习策略
数字孪生体
故障特征
露天矿卡车
任务分配模型
电铲
混合智能算法
分层
复合绝缘子芯棒
在线监测方法
差动传感器
前置放大器
力学