摘要
本发明公开了一种配电网故障定位方法、装置、终端设备和存储介质,属于电力故障诊断技术领域,所述方法为:对运行状态数据和运行环境数据进行数据融合,将融合后的数据输入至故障检测模型,以使所述故障检测模型通过深度置信网络提取数据的深层特征,通过卷积神经网络提取数据的空间特征,进一步生成预测故障类型和预测故障范围,再进一步生成故障定位信息。本发明的故障检测模型提取了所述多源融合数据的深层特征和空间特征以进行故障预测,生成预测故障类型和预测故障范围,解决了传统方法在处理数据时往往忽略了多源异构数据的深层特性和空间特性的问题。
技术关键词
配电网故障定位方法
多源融合
故障检测模型
卷积神经网络提取
深度置信网络
配电网故障定位装置
历史故障数据
电力故障诊断技术
随机森林
数据获取模块
终端设备
融合特征
节点
主成分分析法
定位模块
线性插值法
加权平均法
可读存储介质
计算机
系统为您推荐了相关专利信息
机器人本体
智能互动系统
发射机构
人机
网络模块
数据融合方法
分布式系统
子系统
深度融合网络
交互特征
电力线路故障检测
无人机巡检
定位方法
电力线路故障位置
图像
无人机导航系统
导航方法
无人机状态估计
无人机飞行状态
无人机传感器
手功能康复系统
游戏互动
儿童手部
多模态感知反馈
数据采集模块