摘要
本发明提供了一种基于人工智能的配电网状态评估方法及系统,方法包括实时获取各个配电网设备的运行状态数据;根据预设运行状态特征提取模型分别对配电网设备的运行状态数据进行特征提取得到设备多模运行特征;根据粒子群优化算法和自适应梯度信息策略优化算法分别对各个配电网设备的设备多模运行特征进行加权融合得到设备状态融合特征;根据各个配电网设备的设备状态融合特征,基于目标配电网拓扑构建配电网状态拓扑图,并根据预设图神经网络模型对配电网状态拓扑图进行分析得到配电网运行状态评估结果。本发明基于对配电网设备的多源数据特征自适应动态融合分析结合设备间拓扑关联性分析,有效提升配电网状态评估全面性和精准性。
技术关键词
配电网设备
特征提取模型
配电网运行状态评估
融合特征
设备运行数据
文本
拓扑图
配电网状态评估
神经网络模型
日志
预处理设备
协方差矩阵
图像
进化策略
数据分析模块
粒子群优化算法
Softmax分类器
系统为您推荐了相关专利信息
特征提取模型
故障预测模型
拼接模型
服务器系统
历史运行数据
多通道
噪声功率谱估计
噪声数据
多模态特征
短时傅里叶变换