摘要
本发明提供了一种线路故障位置预测方法,属于故障检测技术领域,该方法包括:对传输线路进行建模,并对特征信号进行预处理;结合离散傅里叶变换与快速傅里叶变换对离散信号的频域进行分析;构建动态整形融合模型,并利用动态整形融合模型对线路故障位置进行预测。本发明通过引入动态整形模型,结合CNN的特征提取能力、LSTM的时间序列处理优势以及ANN的复杂模式学习能力,提出了适合传输线路多故障定位的高效算法框架。基于深度学习,解决现有的故障定位方法存在的故障定位不精准、实际使用可靠性低、故障信号可检测性弱与表征能力弱的问题,更有效地实现能源传输线路的故障精准定位。
技术关键词
位置预测方法
传输线路
局部空间特征
动态
信号
傅里叶变换处理
故障定位方法
故障检测技术
特征提取能力
人工神经网络
高效算法
超参数
电气特征
矩阵
电流
电压
表达式
模块
系统为您推荐了相关专利信息
无损检测方法
病害特征
噪声抑制模块
信号预处理模块
路面
虚实融合方法
数字孪生技术
视频摄像头
闸门
模拟程序
训练管理系统
个性化学习路径
模块
智能算法
训练管理方法
自动控制方法
动态三维模型
激光扫描仪
三维点云数据
视觉摄像头