摘要
本发明涉及一种基于人工智能和大数据分析的线损定位方法及系统,包括以下步骤:S1:从智能电表、传感器和历史记录中收集电压、电流、功率和时间戳数据,并使用数据增强和生成对抗网络扩充数据集;S2:融合GNN与Transformer从生成器获取的扩充后的数据集中提取特征,并将这些特征融合成一个综合特征向量,构建训练数据集;S3:构建线损预测模型;S4:基于线损预测模型,实时获取数据进行预测和分析,获取线损异常点;S5:基于异常点,结合统计分析和频率分析,识别线损异常点的潜在原因;S6:基于电网拓扑图标记出异常点的位置和时间,便于运维人员进行现场检查和处理。本发明结合人工智能和大数据分析实现线损定位,有效提高线损定位能力和准确度。
技术关键词
定位方法
异常点
线损
数据
节点
智能电表
生成对抗网络
动态误差
标记
预测误差
线性变换矩阵
频率
更新模型参数
拓扑图
标签功能
频域方法
布局算法
多层感知器
图标