摘要
本发明涉及电力系统故障分析技术领域,具体地说,涉及一种基于人工智能分析电力系统故障的方法。其包括以下步骤:采集电力系统的电气数据、电网拓扑运行数据和保护控制设备数据;采用分形几何理论计算电气数据的多尺度分形维数特征,结合时空曲率捕捉电气波形局部动态特性构建联合特征空间,通过机器学习模型识别故障模式;基于电网拓扑运行数据和保护控制设备数据定义电网运行状态并构建多层关联图模型,利用逻辑推导和动态规则确定最终故障源集合;生成不同的故障预警信号。该基于人工智能分析电力系统故障的方法通过结合分形几何与时空曲率的联合特征空间捕捉电力系统故障中动态特征,并通过多层关联图模型准确定位故障源。
技术关键词
电力系统故障
保护控制设备
电网运行状态
支持向量机模型
识别电力系统
电流
数据
机器学习模型
频段
电压
定位故障源
识别故障
电气
盒子
动态
信号
模式
正则化参数