一种基于深度学习的变电站设备接地故障预警方法及存储介质

本发明公开了一种基于深度学习的变电站设备接地故障预警方法及存储介质，所述方法包括：在变电站周围布置多个电磁监测点，采集电磁辐射的方向、强度和频谱参数；基于电磁散射理论和逆问题求解方法，利用采集到的数据构建正常运行和故障状态下的电磁环境模型，挖掘接地故障特有的电磁特征，并量化形成特征数据集；利用特征数据集训练深度学习模型；在变电站实际运行过程中，实时采集电磁环境数据，并获取当前时刻的电磁环境模型以及对应的接地故障特有的电磁特征，利用模型预测判断变电站设备是否处于接地故障状态。实施本发明，通过利用变电站电磁环境数据，挖掘接地故障特有的电磁特征，显著提高接地故障预警的准确性和及时性。