摘要
本发明公开了一种配电自动化终端故障检测方法及系统,涉及故障检测技术领域,其技术方案要点是:通过多模态传感器阵列实时采集配电自动化终端的多模态数据,所述多模态数据包括运行环境参数、电气量参数及网络拓扑数据;通过量化所述运行环境参数和所述电气量参数的非线性关联关系构建动态耦合因子矩阵;结合所述动态耦合因子矩阵和所述网络拓扑数据调整故障检测阈值;基于调整后的故障检测阈值,利用分层神经网络模型对所述多模态数据进行故障诊断,生成初步故障定位结果。本发明实现了复杂配网环境下故障检测灵敏度与特异性的同步优化,系统性解决了现有技术中环境‑电气耦合失效、拓扑跟踪滞后与故障定位模糊等问题。
技术关键词
配电自动化终端
故障检测方法
网络拓扑数据
多模态传感器
神经网络模型
动态
电气
因子
矩阵
参数
网络结构特征
时序特征
故障检测技术
故障检测系统
故障诊断模块
拓扑图
表达式
系统为您推荐了相关专利信息
浓度预测方法
BP神经网络模型
SSA算法
随机森林
优化BP神经网络
曲线识别方法
数据采集模块
生物医药检测技术
曲线检测方法
药品生产线
多模态卷积神经网络
生成对抗网络
分布直方图
时序特征
IPSec协议
资源优化调度方法
负荷预测模型
资源调度策略
资源优化调度系统
协同系统