摘要
本发明属于故障识别技术领域,具体涉及一种换流站故障类型识别方法和计算机设备。该方法获取换流站运行数据,从中提取出识别换流站中某区域故障类型所需的特征数据,并将提取的特征数据输入至该区域对应的故障类型识别模型中得到该区域的故障类型;其中,某一区域对应的故障类型识别模型是利用包含有故障类型标签的该区域的特征数据的数据集对机器学习模型进行训练得到;换流站中的区域包含有阀区、换流变区、极区、双极区、直流滤波器区和直流线路区。本发明一个机器学习模型针对一个区域,只需少量且有针对性的特征数据便可完成该区域故障类型识别的精准度,满足现代电力系统对故障处理的需求。
技术关键词
换流站
识别方法
机器学习模型
数据
离散特征
计算机设备
故障识别技术
巴特沃斯滤波器
频域特征
统计特征
信号
功率
电力系统
标签
处理器
线路
频率
噪声
系统为您推荐了相关专利信息
深度卷积模型
深度卷积网络
导航误差
多尺度特征提取
模式
城市池塘
分类方法
养殖池塘
数字高程模型
池塘水体
情绪识别系统
推送方法
心理状态评估
报告
关键词
低空飞行器
高速公路服务区
充电控制策略
异常状况
风险评估模型