摘要
本发明公开了基于迁移学习的电力通信网故障检测方法,涉及电力通信技术领域。该基于迁移学习的电力通信网故障检测方法,对源电力通信网的源电力通信数据进行特征处理,获得源电力通信特征数据,对各预选故障检测模型进行评估,获得最优预选故障检测模型,确定最优调整后故障检测模型,通过利用源电力通信网的数据特征,评估并调整预选模型至适配目标电力通信网,从而提高故障检测的准确性和效率,降低因数据不足或特征差异导致的误报警和漏检风险,进而保障电力通信网络的稳定运行与安全性,能够有效解决不同电力通信网之间存在的故障检测模型适用性差的问题。
技术关键词
故障检测模型
电力通信数据
电力通信网络
电力通信技术
频率
因子
风险
系统为您推荐了相关专利信息
调水工程
数据存储结构
增量更新
自动化管理数据
预警算法
高速铁路扣件
高效预测方法
模态分析
模态叠加法
粒子群优化算法
射频前端电路
矩阵
非对称卷积神经网络
故障特征
故障诊断方法
电网优化控制方法
数学模型
区域电力系统
电力系统频率响应
表达式