基于机器学习的特高压直流输电闭锁故障诊断方法及系统

基于机器学习的特高压直流输电闭锁故障诊断方法及系统，方法包括：获取各网络节点在故障前、后的多种电气量变化数据，从中筛选出特征电气量和特征节点，构成故障特征数据；通过小波变换从故障特征数据中提取故障发生的时间点及频率成分，构建故障信号模型，采用极值点检测方法判别故障位置；根据提取的故障发生的时间点及频率成分构建输入序列，构建卷积神经网络模型；将输入序列扩展为时间特征矩阵，采用通道注意力机制重新分配时间特征矩阵中每个特征的权重，采用时间注意力机制对时间特征矩阵中各时间步长的输入时间序列进行加权平均，得到改进卷积神经网络模型；训练改进卷积神经网络模型，提取特高压直流闭锁的故障特征，完成故障诊断。