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

AITNT
正文
推荐专利
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
申请号:CN202510667272
申请日期:2025-05-22
公开号:CN120742016A
公开日期:2025-10-03
类型:发明专利
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
1
呼吸事件识别与分类及其模型训练方法
事件识别 分类模型训练方法 分类特征 信号 分类方法
2
一种面向航空情报的航图特征要素识别及结构化存储方法
结构化存储方法 交互特征 word2vec模型 多层次特征 程序
3
一种细粒度图像分类方法及装置
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
4
一种基于GMS-MODFLOW和ABAQUS的隧道衬砌应力动态预测方法及系统
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
5
一种基于翻转图的隐蔽恶意流量识别方法及装置
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号