摘要
本发明提供一种基于图神经网络的变电站无线接入点故障诊断方法,属于电力通信与智能诊断技术领域。本方法包括:采集变电站无线接入点运行过程中的多维性能数据;使用随机森林方法对多维性能数据进行预诊断,获得预诊断结果;结合预诊断结果与多维性能数据之间的相似度,构建反映设备运行状态的关联图结构;将关联图结构输入图神经网络模型,采用图卷积机制对关联图结构中的节点及对应邻居节点的特征信息进行聚合,输出预测结果;引入动态图结构优化机制,根据节点对应特征与图神经网络模型反馈优化关联图结构与图神经网络模型参数。本方法考虑了AP运行数据的多维特征,通过融合AP设备的性能指标、运行状态等信息,提升对异常模式的识别能力。
技术关键词
神经网络模型
无线接入点
故障诊断方法
设备运行状态
采集变电站
智能诊断技术
节点特征
随机森林
多头注意力机制
输出特征
数据
矩阵
标签
AP设备
传播算法
参数
邻居
系统为您推荐了相关专利信息
患者消化道
胃肠镜检查
辅助系统
指数
图像分析模块
模式挖掘方法
变电站设备
设备状态评估
跨模态
节点
信道预测方法
卷积长短期记忆
多尺度
时延
多普勒