摘要
本发明公开了基于大数据的电力电网故障在线识别系统及方法,涉及电力系统技术领域,包括:通过传感器采集电力电网系统的多源数据;通过分层存储策略进行数据过滤,结合多维度数据索引构建数据湖,分类存储多源数据;采用实时流处理框架对数据湖中数据进行聚合和转换,通过小波变换结合主成分分析提取故障相关的高维特征;基于高维特征,利用图神经网络结合深度学习模型,识别电力电网实时状态;根据实时状态的识别结果结合电网拓扑结构,通过时差法结合图论算法,进行故障定位。本发明提供的基于大数据的电力电网故障在线识别系统能够高效管理和存储电力电网中大量的多源数据,提升了数据处理和访问的速度。
技术关键词
电力电网故障
在线识别系统
电网拓扑结构
电网实时状态
电力电网系统
大数据
时间序列预测模型
图论算法
深度学习模型
成分分析
故障诊断模块
异常事件
Dijkstra算法
存储算法
节点
频率
信号传播模型
小波变换方法
生成特征集
系统为您推荐了相关专利信息
电力
动态管控方法
对象
数字孪生模型
优化电网拓扑结构
配电网故障
阻断方法
配电网拓扑结构
历史运行数据
控制策略
抑制优化方法
深度确定性策略梯度
深度机器学习
柔性直流输电系统
电网拓扑结构
运维系统
配电网运行数据
配电运维设备
策略
开关