摘要
本发明涉及一种基于多网络融合与智能算法的箱式变电站多维度诊断方法,包括步骤:S1提供的箱式变电站监测系统包括多网络数据采集模块、多网络数据融合模块、复合故障诊断与预测模块、健康状态量化评估模块;S2多网络数据采集模块获取箱式变电站的不同维度数据,得到多网络数据;S3多网络数据融合模块对多网络数据进行时空对齐并提取跨网络特征,计算各跨网络特征权重并融合得到融合特征;S4复合故障诊断与预测模块基于融合特征,同步诊断电气故障、热故障、绝缘故障,预测复合型故障;S5健康状态量化评估模块输出多网络健康指数、设备综合健康评分、故障定位结果及检修建议。本发明能够实现对箱式变电站复合故障的精准诊断与潜在故障预测。
技术关键词
多网络
箱式变电站
网络单元
智能算法
诊断方法
多任务深度学习模型
诊断电气故障
数据采集模块
网络特征
TensorFlow框架
融合特征
交叉注意力机制
监测系统
跨网络
模糊综合评价法
融合算法
图谱特征