摘要
本发明公开了一种基于自组网的输电线路监测方法及系统,包括采集输电线路的各传感器的监测数据;其中各所述传感器根据预设的自组网协议形成网络拓扑;根据预设的时序特征提取算法,处理所述监测数据,得到第一时序特征;根据预设的神经网络模型,处理所述监测数据,得到第一空间特征;根据预设的多模态融合模型,对所述第一时序特征和第一空间特征进行融合,得到融合特征;根据预设的故障检测模型,处理所述融合特征,得到输电线路的故障检测结果;根据所述故障检测结果,执行故障修复。本发明通过高效的自组网技术和深度学习模型进行数据处理与故障检测,实现对高压输电线路故障的实时、精准检测。
技术关键词
输电线路监测方法
时序特征
网络拓扑
自组网
故障检测模型
融合特征
组网协议
特征提取算法
神经网络模型
长短期记忆网络
传感器
预处理算法
高压输电线路故障
节点
时域特征
输电线路监测系统
特征提取模块
多层感知机