摘要
本发明提供一种基于时空注意力机制的电能表状态评估方法,包括:获取电能表数据并预处理;执行自优化变分模态分解,实现多尺度时域特征自动提取;构建电网空间拓扑关系;设计负载特性感知的动态注意力调制机制,实现模式迁移增强;构建层次化时域特征图谱,实现特征自适应融合;生成电能表状态评估结果。本发明通过递增式分解策略、电网拓扑关联网络和频域注意力调制,实现了对不同负载类型电能表状态的精准评估,显著提高了异常检测准确率,特别适用于复合型故障的早期识别。
技术关键词
时域特征
电能表状态
电能表数据
注意力模型
变分模态分解算法
时空注意力机制
负载特征
空间拓扑关系
图谱
词典
矩阵
动态
时域统计特征
网络拓扑关系
资源分配策略
日负荷曲线
生成多尺度
系统为您推荐了相关专利信息
状态检测方法
异常状态
融合终端
神经网络分类
数据
交通流预测方法
注意力机制
训练集
动态
空间特征提取
模态分析方法
流固耦合模型
计算机执行指令
非线性
动力学分析方法
声纹特征
智能深度学习
混合深度学习模型
动物
模板
干扰特征
干扰抑制模块
无线通信抗干扰
信号收发模块
特征提取单元