摘要
本发明属于输电线路故障诊断及电网运行安全保障技术领域,具体涉及一种基于神经网络算法的录波数据处理系统。该基于神经网络算法的录波数据处理系统通过设置的基于Fisher分数方法的特征量排序算法,实现对各种特征的重要性程度进行排序,从而探究出雷击、山火等故障原因的主要影响因素,更精准地提取与故障相关的特征值,提高故障诊断的准确性,构建的基于神经网络算法的人工智能模型能够模仿人类大脑工作方式,将神经元以一定拓扑结构与连接关系组合而成,进行分布式并行信息处理。该模型具有良好的自学习、自适应和自组织功能,可以处理大量复杂的非线性、不确定性问题,有效提升故障原因辨识的能力和效率。
技术关键词
神经网络算法
数据处理系统
智能诊断系统
人工智能模型
输电线路故障诊断
辨识技术
数据源获取数据
保护信息系统
故障录波系统
排序算法
并行信息处理
数据采集模块
雷电定位系统
历史故障数据
数据挖掘技术
特征值
分析模块
决策
系统为您推荐了相关专利信息
道路分割方法
点云图像
深度图
道路特征
激光雷达
锂离子电池
神经网络模型
多层感知器
物理
神经网络训练
参数预测方法
机器学习算法
底物
注意力机制算法
深度学习算法
评定方法
校准
神经网络模型
幅频特性曲线
神经网络算法