摘要
本发明涉及电网信息技术领域,具体地说是指一种基于自适应学习的电网信息系统故障定位系统及方法,包括:知识库,基于历史故障数据和专家知识经验,形成的知识库,用于辅助故障诊断和决策;数据处理模块,用于对数据预处理和提取;模型训练模块,用于构建故障预测和定位模型,以及利用历史故障数据对模型进行训练;所述数据处理模块包括数据清洗单元和深度学习单元;所述深度学习单元利用卷积神经网络和长短时记忆网络从数据中自动提取电力信号的空间特征和时间序列特征;结合卷积神经网络和长短时记忆网络两种深度学习技术,自动提取电力信号中的特征,实现故障的快速诊断和定位的功能,提高电网信息系统运维效率,保障信息系统安全稳定运行。
技术关键词
电网信息系统
历史故障数据
故障定位方法
模型训练模块
专家知识经验
数据处理模块
数据采集模块
GPS传感器
时间序列特征
运维
电网信息技术
异常数据
性能监控
定位模块
清洗单元
学习算法
模型更新
电子地图
系统为您推荐了相关专利信息
医疗图像数据
不确定性评估方法
深度网络模型
样本
模型训练模块
优化识别方法
站点
约束优化模型
节点特征
预测误差
轨迹预测方法
神经网络架构
训练集数据
传播算法
融合卷积神经网络
电网运行状态
电网暂态
新能源机组
智能评估方法
深度神经网络模型