摘要
本发明公开了基于暂态录波数据的配电网智能预警与区段定位方法,本发明通过全面分析暂态录波数据,结合先进的算法如相关向量机(RVM)进行故障类型识别,利用深度神经网络进行线路异常辨识,能够准确提取故障数据的特征信息,有效克服了现有配电自动化主站故障研判方法的局限性,避免了因智能终端数据问题导致的故障研判不准确问题,将配电自动化主站故障研判准确率整体提升到较高水平,可以为故障处理提供可靠依据,充分融合录波文件、拓扑结构、遥信遥测等多源数据,从多个角度对配电网运行状态进行分析,相比单一数据来源的分析方法,能够更全面、准确地反映配电网的实际情况,提高故障诊断和定位的可靠性和准确性。
技术关键词
暂态录波数据
区段定位方法
特征参量
深度神经网络
录波文件
长短期记忆网络
线路
波形
配电网运行状态
配电自动化主站
支持向量机
数据清洗算法
频域特征
故障特征信息
特征选择
数据格式
归一化算法
智能终端
系统为您推荐了相关专利信息
BP神经网络
去噪算法
遗传算法
复合齿轮箱
齿轮箱故障
多模态数据融合
驱动方法
农作物生长环境
多模态特征融合
农作物生长模型
储能模块
电池均衡管理方法
剩余使用寿命
移动电源
阶段