摘要
本发明公开了一种基于多尺度时频特征提取的配电线路故障定位方法及系统,涉及线路故障监测技术领域,方法包括获取配电线路关键节点的电气信号,并进行去噪和标准化预处理;提取预处理后的电气信号的多尺度时频特征;通过图神经网络对配电网的拓扑结构和节点特征进行编码,得到各节点的抽象特征;将提取的多尺度时频特征和各节点的抽象特征作为输入,基于长短期记忆网络进行训练学习,得到训练好具备输出配电线路故障定位的故障定位模型;将实时提取的多尺度时频特征和各节点的抽象特征输入训练好的故障定位模型,输出配电线路故障位置。本发明通过多尺度时频特征提取,实现故障位置的精准输出。
技术关键词
故障定位模型
配电线路故障定位
多尺度
节点特征
长短期记忆网络
方差特征
电气
特征提取单元
信号
故障监测技术
可读存储介质
损失函数优化
融合特征
离散小波变换
馈线支路
幅值
系统为您推荐了相关专利信息
事件识别
分类模型训练方法
分类特征
信号
分类方法
结构化存储方法
交互特征
word2vec模型
多层次特征
程序
细粒度图像分类
图像获取模块
多尺度特征
图像类别
图像分类技术
隧道衬砌
动态预测方法
应力
水文地质参数
长短期记忆网络
节点特征
卷积神经网络模型
训练神经网络模型
邻居
恶意流量识别方法