摘要
本发明涉及故障诊断技术领域,特别是一种电网故障分析方法及系统,其包括构建融合张量,并对融合张量进行降维处理生成融合特征矩阵;构建卷积自编码器模型检测异常融合特征矩阵;根据异常特征矩阵的异常数据进行电网故障分类,基于电网故障分类的结果计算电网设备故障区域。本发明的有益效果为通过采用高精度低秩张量补全算法对电网运行数据进行补全,确保了数据的完整性和准确性。利用Tucker分解和矩阵压缩技术,从多源传感器收集的多维度数据中提取关键特征并构建融合特征矩阵,有效提升了数据处理的效率和特征表达的能力。卷积自编码器模型的应用增强了异常特征的检测精度,而基于改进加权求和与层次聚类的方法则提高了故障分类和定位的准确性。
技术关键词
电网故障分析方法
融合特征
异常数据
电网设备
编码器
重构误差
矩阵压缩技术
构建通信网络
电网运行数据
故障诊断技术
报告
监测传感器
训练集
算法
元素
系统为您推荐了相关专利信息
深度音频特征
融合多源特征
声学特征
多尺度
多层次
信号处理单元
接线
控制模块
传感器
霍尔效应原理
桥梁实时监测
编码器
振动传感器
桥梁结构
神经网络训练
智能监测方法
浮标
DBSCAN聚类算法
软阈值函数
经验模态分解算法