摘要
本发明公开了结合时序卷积和图注意力的配电网故障诊断与定位方法,涉及故障识别技术领域,解决了现有技术中电网故障诊断方法未考虑电网拓扑结构及时间序列特征等深层关联性,进而导致定位精度不足的问题。本发明设计的故障定位与分类方法,通过多模态数据融合、TCN时序特征提取、GAT拓扑特征提取、非线性温度补偿、双任务联合学习及混合归一化策略,实现了高精度、高效率的故障检测与诊断。其技术关键点与效果紧密结合,为智能电网的安全稳定运行提供了可靠的技术支持。
技术关键词
配电网故障诊断
注意力
定位方法
神经网络模型
Sigmoid函数
电网故障诊断方法
非线性温度补偿
融合特征
传感器节点
跨模态
对齐模块
故障识别技术
多模态数据融合
可读存储介质
时序特征
电网拓扑结构
时间序列特征
系统为您推荐了相关专利信息
语义分割模型
特征金字塔网络
月球
残差模块
金字塔池化模块
岩石物理属性
语义图谱
识别方法
特征金字塔
视觉特征
数据收集方法
深度强化学习
数据采集模型
传感器节点
多无人机