摘要
本发明公开了一种偏置‑异构环境因素下的线路故障风险时空分布预测方法,包括以下步骤:S1.获取线路历史故障记录的集合,将线路历史故障记录及相应特征因素进行归一化处理,构建线路历史故障记录及相应故障特征之间的输入映射空间,得到评估数据库A;S2.针对数据偏置‑异构环境,完成故障特征中的离散特征和连续特征的并行学习,得到常见因素和罕见因素;S3.建立模糊条件相关模式辨识模型FCCPI,通过模糊支持度和条件模糊支持度分别提取常见因素和罕见因素中的高危HR因素和罕见高危RHR因素,归一化处理模糊支持度和条件模糊支持度后整合得到支持度分数,通过支持度分数对风险等级进行量化。
技术关键词
时空分布预测方法
连续特征
离散特征
模糊推理系统
异构
线路
故障特征
隶属度函数
风险
模式
概率分布函数
数据
系统为您推荐了相关专利信息
分布式资源
Copula函数
变量
概率密度函数
调控方法
时间序列算法
智能健康
预测系统
健康预警系统
ARIMA模型
实景三维模型
关系网络
多源异构空间数据
空间信息管理
推理机制
协同管理方法
加密数据
主题数据
私钥
协同管理装置
动态频谱共享
资源分配方法
强化学习策略
仿真环境
路径损耗模型