基于自适应模糊马尔可夫模型的电网故障定位方法及装置

本申请实施例公开了一种基于自适应模糊马尔可夫模型的电网故障定位方法及装置，用于极端天气下的电网故障定位，方法包括：采集电网数据和极端天气相关的环境数据；利用电网数据和所述环境数据，根据多模态注意力机制，生成多模态数据集；基于模糊逻辑定义电网的不确定状态；通过在线学习算法动态调整模糊隶属函数参数；利用自适应模糊马尔可夫模型，基于多模态数据集，根据模糊隶属函数参数实时计算电网状态间的模糊转移概率；根据模糊转移概率，预测故障传播路径；利用图神经网络模型，结合所述故障传播路径和所述多模态数据集，根据所述拓扑数据生成故障定位信息。本申请能够准确地模拟故障传播过程，显著提高了故障定位的准确率。