摘要
本发明公开了一种基于大数据故障行波电流特征的树线放电故障识别方法,包括S1:采集故障行波电流波形数据和环境数据,所述环境数据包括风速、湿度、温度数据;S2:对故障行波电流波形进行自适应离散小波变换获得故障小波系数,基于故障小波系数通过改进动态注意力网络获得增强故障小波系数,获取增强故障小波系数的最佳频段能量,将增强故障小波系数、最佳频段能量和环境数据拼接成综合特征向量;S3:基于综合特征向量引入自组织映射网络构建优化状态空间,实时采集的行波电流波形数据,使用改进动态时间规整算法获取行波电流波形数据与优化状态空间之间的波形时序相似度;当实时数据输入时,可快速定位至对应环境条件的子空间匹配。
技术关键词
故障行波
放电故障
识别方法
动态时间规整算法
波形
大数据
离散小波变换
电流
动态规划算法
序列
时序
寻找最优路径
网络
矩阵
频段
组织
注意力机制
系统为您推荐了相关专利信息
动作识别模型
BP神经网络模型
多模态
识别方法
动作特征
大语言模型
多层结构技术
子模块
识别方法
企业知识图谱
意图识别模型
意图识别方法
意图类别
文本
生成对抗网络
血压测量方法
智能手机
容积脉搏波信号
脉搏波传导时间
模板匹配方法