基于信号特征辨识的配电网接地选线分析及故障定位方法

AITNT
正文
推荐专利
基于信号特征辨识的配电网接地选线分析及故障定位方法
申请号:CN202510407735
申请日期:2025-04-02
公开号:CN119917917B
公开日期:2025-06-10
类型:发明专利
摘要
本发明公开了基于信号特征辨识的配电网接地选线分析及故障定位方法,包括如下步骤:提取监测点的故障信号;采用AGCN‑TCN模型对故障信号进行故障识别分类;计算监测点的局部离群因子,将各监测点的故障信号按滑窗进行分解,将分解后得到的滑窗频域赋值作为频域故障指标,基于局部离群因子和频域故障指标构建故障位置判定综合指标,通过故障位置判定综合指标判断故障点的位置;本发明针对分布式配电网,创新性地构建了AGCN‑TCN模型,从空间和时间的角度实现故障信号的特征提取及分析,避免单一监测设备故障导致决策失误;本发明定义了故障位置判定综合指标,从时频域的双重角度来判别故障位置,避免单一方法的不准确性。
技术关键词
监测点 故障定位方法 信号特征 神经卷积网络 时域卷积网络 时序特征 小波阈值 融合特征 指标 监测算法 因子 分布式配电网 邻域 噪声 数据 距离信息 监测设备 偏差 超参数
系统为您推荐了相关专利信息
1
一种基于GCN-AGRU融合模型的尾矿坝稳定性分析方法及相关装置
尾矿坝 异构传感器 稳定性分析方法 时序 异质
2
基于物联网的深基坑自动监测系统
处理器设备 自动监测系统 监测点 预警模块 预警模型
3
一种应用于防过载电源线的实时电流监测方法及系统
电流监测方法 负载状态信息 分量特征 无线网状网络 指纹
4
一种动态环境沉降观测方法
监测点 沉降观测方法 线性回归模型 数据存储 速率
5
一种基于ZYNQ的射频指纹在线识别方法及系统
射频指纹识别 在线识别方法 神经网络模型 长短期记忆网络 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号