摘要
本申请涉及一种配电网载波通信系统接入安全性检测方法。该方法包括:通过实时监测采集环境参数数据,包括电源电压值、温度值和湿度值,并在后端引入基于人工智能和深度学习的数据处理和信号分析算法来对于该原始信号和该环境参数数据进行分析,以此来学习并捕获到原始信号中的波形语义特征和环境参数数据的多模态时序关联特征,然后利用这两者特征之间的跨模态联合语义来对原始信号波形语义进行基于环境波动的校正,从而得到更加鲁棒的设备指纹。这样,可以更加智能化的方式减少环境干扰对设备指纹识别和提取的影响,从而增强指纹提取和匹配的稳定性和准确性,以此来确保配电网载波通信系统的接入安全性,保障电力系统的稳定性和可靠性。
技术关键词
配电网载波通信
安全性检测方法
波形
多模态
深度神经网络模型
空洞卷积神经网络
语义特征提取
时序
配电网电力线载波通信
信号提取设备
矩阵
转换器结构
主载波机
跨模态
查询特征
设备指纹识别