摘要
本发明公开了基于多参数同步测量的智能电表故障预警方法及系统。所述方法包括同步收集电表运行视频、读数数据和环境参数。首先对视频进行光照补偿优化,通过卷积层与全连接层提取图像特征,并结合交叉注意力机制与环境参数构建综合性视觉特征向量,分层提取电表整体形状至细节特征;利用时序分析从读数数据中提取变化趋势及波动特征,考虑环境因素影响。然后,融合多源特征生成反映电表状态的特征图;通过相似度计算对比正常与故障状态特征,识别故障风险并预警;使用ID匹配和机器学习算法评估结果,结合历史数据优化故障预警。通过实施本发明的方法可实现融合多源信息,能够显著提高故障诊断的速度和准确性,确保电力系统的持续稳定运行。
技术关键词
智能电表故障
图像特征向量
预警方法
交叉注意力机制
多参数
机器学习算法
时序分析方法
综合性
分层方式
文本特征向量
光照
视频
数据
视觉
多尺度特征
编码
融合多源特征
融合多源信息
图像全局特征