摘要
本发明涉及变电设备技术领域,特别是考虑运行工况的变电设备状态评估概率图网络方法及系统。本发明提出了考虑运行工况的变电设备状态评估概率图网络方法及系统。首先,获取变电设备的原始状态参数和运行环境数据。接着,建立状态转移网络,并通过深度学习算法训练求解初始状态和模型参数的先验概率。同时,构建工况自适应特征编码模块,对在线状态参数进行编码,得到工况先验概率。最后,利用图网络推理算法进行统计评估,输出结果。该方法有效解决了现有技术中的关键问题,在准确性、适应性、效率和可解释性方面取得显著进步。为提高电网安全性和可靠性提供了强有力技术支持,具有重要的理论价值和广阔的应用前景。
技术关键词
变电设备状态评估
工况
状态转移模型
深度学习算法
推理算法
编码模块
序列
在线
参数
后验概率分布
卷积特征提取
节点
多层感知器
特征提取模块
推理方法
数据获取模块
网络系统