摘要
本发明公开了一种配电网电压薄弱点识别方法及系统,涉及配电网监测技术领域,通过将自然条件数据与配电网的运行数据结合,并考虑季节因素进行聚类,将相近天气条件下的运行数据划分到一起进行特征提取,能够更准确地捕捉配电网在不同自然条件下的运行状态;将特征提取后的自然条件数据和配电网运行数据融合并构成正样本对和负样本对,输入对比学习模型中进行训练,训练时考量了自然条件数据和运行数据,降低了环境对电压薄弱点的判断的影响,对比学习模型具有较强泛化能力,能够应对未在训练数据中见过的运行情况;本所述方法可以通过实时运行情况监测配电网的运行状态,并在发现异常时及时发出预警,从而有效预防电压薄弱点导致的故障或事故。
技术关键词
自然条件
识别方法
样本
配电网运行数据
配电网运行状态
数值
聚类算法
电压
配电网监测技术
特征提取模块
监测配电网
更新模型参数
梯度下降算法
天气
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
电源模块故障
梯度提升决策树
故障预测模型
核主成分分析算法
位置更新
膀胱癌检测方法
定量相位成像
光学偏振成像
成像装置
预测膀胱癌
敏感信息识别方法
面向多模态数据
CRF模型
文本
网络安全防护
大数据平台
知识图谱构建方法
风险
三元组
命名实体识别
监督学习框架
解码器模型
策略标签
拓扑特征
神经网络框架