摘要
本发明公开了基于人工智能的有源配网扰动源的定位方法及系统,本发明涉及智能型配电系统技术领域。该基于人工智能的有源配网扰动源的定位方法及系统,包括:S1数据采集与预处理;S2仿真‑数据融合模型构建;S3可解释性模块设计;S4定位分析;通过构建更精细的仿真模型和模拟更多实际场景,提高了仿真数据的多样性和真实性。引入领域自适应技术,减少了仿真数据与实测数据之间的分布差异。采用轻量化1D‑CNN模型和自适应学习率调整策略,加快了模型训练速度,减少了计算资源消耗。采用半自动标注方法和领域自适应技术,减少了对大量实测标注数据的依赖。通过引入空间注意力机制、决策树集成等方法,从多个角度提高了模型的可解释性。
技术关键词
仿真数据
定位方法
深度学习模型
配网
半自动标注方法
决策树模型
注意力机制
仿真模型
生成热力图
模型库
分布式电源出力
智能电表采集
天气
损失函数设计
决策树规则
电网拓扑结构
数据分布
分段