一种变电站典型故障智能辨识反演与复现方法

本发明公开了一种变电站典型故障智能辨识反演与复现方法，通过提取故障录波模拟量信号时频域特征，计算时域离散特征值；提取故障录波开关量特征参数：上升时序位置系数、下降时序位置系数和动作时间占比系数，将两类特征量组合形成模拟‑开关融合特征(ASFF)；构建由注意力机制优化投票权重的DC1DCNN‑AlexNet模型；将ASFF两类数据分别输入到DC1DCNN‑AlexNet‑Attention的投票模型，通过训练DC1DCNN+AlexNett‑Attention模型学习不同故障模式的特征并识别。根据识别出的故障类型，复现出对应的声光故障现象。