基于TCN-LSTM的低压台区拓扑识别方法及系统

AITNT
正文
推荐专利
基于TCN-LSTM的低压台区拓扑识别方法及系统
申请号:CN202411646186
申请日期:2024-11-18
公开号:CN119482424A
公开日期:2025-02-18
类型:发明专利
摘要
本发明属于拓扑识别技术领域,尤其涉及一种基于TCN‑LSTM的低压台区拓扑识别方法及系统;方法包括:获取低压台区的电压数据并进行预处理;将预处理后的电压数据输入至电网拓扑识别模型中,利用TCN模型提取电压数据的周期性特征,利用基于注意力机制的LSTM模型提取电压数据的长时间依赖特征;将提取的特征拼接后输入至KANs网络中进行特征融合,融合后的特征经过输出层后得到低压台区拓扑识别结果。本发明考虑到电压时间序列数据通常具有长期趋势和周期性特征,通过构建并行的特征提取分支捕捉长时间依赖信息以及周期性特征,为后续的台区识别提供丰富的特征表示。
技术关键词
台区拓扑识别方法 低压台区拓扑识别 周期性特征 注意力机制 依赖特征 电压 ARIMA模型 拓扑识别技术 记忆单元 序列 台区识别 电能表 变压器 网络 数据获取模块 处理器
系统为您推荐了相关专利信息
1
一种基于多模态深度学习的空气污染物预测方法和系统
多模态深度学习 混合神经网络模型 静态特征 双向长短期记忆网络 多头注意力机制
2
一种基于集体行为建模的多尺度因果发现方法及系统
变量 多尺度 多层前馈神经网络 基因 非暂态计算机可读存储介质
3
一种面向无人机未配准RGB-T图像的显著目标检测方法
模态特征 面向无人机 通道注意力机制 跨模态 残差结构
4
多维度信息融合的声学侧信道攻击检测识别方法及装置
多维度信息融合 检测识别方法 网络模块 加速度 注意力机制
5
一种基于液基薄层细胞检测技术的宫颈癌细胞智能检测方法
液基薄层细胞检测技术 智能检测方法 空间关系分析 在线学习技术 贝叶斯网络模型
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