一种基于数字孪生模型的配电网停电故障预测方法

AITNT
正文
推荐专利
一种基于数字孪生模型的配电网停电故障预测方法
申请号:CN202411665750
申请日期:2024-11-20
公开号:CN119627867A
公开日期:2025-03-14
类型:发明专利
摘要
本发明公开了一种基于数字孪生模型的配电网停电故障预测方法,包括:采集配电网中与停电故障相关的参数数据,其中参数数据包括电气参数、设备状态参数、气象数据、电网运行信息以及历史停电故障记录;根据预处理后的参数数据以及配电网的结构信息构建配电网数字孪生模型;采用XGBoost算法对配电网孪生数字模型的多源时间序列数据进行训练,生成停电故障预测模型;将配电网的实时运行参数数据输入至停电故障预测模型中进行预测,输出配电网的停电故障预测结果。
技术关键词
XGBoost算法 故障预测模型 数字孪生模型 长短期记忆网络 设备状态参数 数据 故障预测方法 全局特征提取 序列 加权特征 子模块 局部特征提取 注意力机制 故障预测装置 动态更新 矩阵 重构单元 气象 低通滤波器
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