基于时空图卷积网络模型的变电站二次设备故障定位方法

本发明提供了基于时空图卷积网络模型的变电站二次设备故障定位方法，基于变电站二次设备的历史故障数据提取特征信息，将二次设备的运行状态、SV/GOOSE信号接收状态和采样值按照时间序列排列生成故障特征集；基于时间序列中故障特征集变化趋势，对故障特征数据进行多模态特征融合；基于故障特征构建STGCN模型；利用历史故障样本训练STGCN模型，通过数据预处理和特征筛选提取出与故障高度相关的特征，构建优化的特征集合，不断提升模型的故障定位精度，全面建立故障特征信息与故障类别的关联映射关系；结合故障推理规则，将特征集合输入STGCN模型，利用模型的时空图卷积能力准确定位二次设备故障，实现了提升对变电站二次设备故障诊断的准确性和效率的功能。