基于深度神经网络的中低压线路异常辨识方法

本发明公开了基于深度神经网络的中低压线路异常辨识方法，本发明通过"站‑线‑变‑户"四级部署，实现配电网关键节点的全面覆盖，完整捕捉分支线路末端异常信号，为深度特征学习提供充足数据支撑，解决传统监测盲区问题，卷积神经网络CNN与长短期记忆网络LSTM混合模型自动提取时频域联合特征，无需人工设计特征，有效捕捉暂态波形的细微变化，提升异常辨识精度，突破传统方法依赖人工经验的局限，可提前发现潜在故障隐患，为运维人员争取充足处理时间，通过快速定位缩短故障处理周期，减少停电时间，提升供电可靠性，模糊C‑均值聚类结合拓扑分析，实现异常区段精确定位，减少人工巡检工作量，提升故障处理效率，降低运维成本。