摘要
本发明公开了一种电网输变电设备多尺度特征提取方法及系统,方法包括:获取输变电系统关键参数;对输变电系统关键参数进行预处理和多源数据融合,以得到融合的多源数据;将融合的多源数据利用深度学习模型进行多尺度特征提取,获取故障信息;基于输变电系统关键参数,建立二级灰色模型,利用二级灰色模型对输变电系统各设备进行状态评估。本发明通过多源数据融合、多尺度特征提取及故障分类以及输变电设备状态评估等关键技术的综合应用,提高了电网输变电设备状态监测的效率和准确性,克服了传统方法依赖单一数据源的局限性,实现了对设备状态的全面、深入分析,能够及时发现潜在故障,增强了电网系统的安全稳定运行的可靠性。
技术关键词
电网输变电设备
灰色模型
多尺度特征提取
输变电系统设备
深度学习模型
计算机可执行指令
评估准则
输变电设备状态评估
数据
融合注意力机制
参数
特征提取模块
处理器
电网系统
可读存储介质
系统为您推荐了相关专利信息
电网设备模型
生成方法
分词
深度学习模型训练
电网拓扑模型
特征融合方法
融合特征
特征融合系统
空间注意力模型
通道
攻击检测方法
加权特征
跨站脚本攻击
矩阵
深度学习模型
地形障碍物
三维特征数据
智能调度方法
预测无人机
多模态