摘要
本发明提供了一种海上风电场输电线路的智能故障定位方法及系统,方法包括:获取目标输电线路的多源监测数据,并提取所述多源监测数据中的时空特征;调用完成训练的深度学习网络对所述多源监测数据进行异常模式识别处理,生成故障特征矩阵;基于所述故障特征矩阵,调用多模态数据融合模型对所述时空特征进行联合解析,生成包含电气异常特征、环境干扰特征和设备退化特征的综合特征向量;将所述综合特征向量输入故障定位算法进行动态路径优化处理,输出故障定位结果,所述故障定位结果包含基于异常权重分布生成的最优故障节点序列和误差校正参数。本发明通过构建多源数据融合的动态故障解析框架,解决了传统方法在复杂工况下定位精度不足的问题。
技术关键词
多源监测数据
故障特征
动态路径优化
海上风电场输电
智能故障定位方法
故障定位算法
多模态数据融合
深度学习网络
误差校正
退化特征
干扰特征
节点
模式识别
序列
矩阵
电气
卷积神经网络提取
位置映射关系
故障定位系统
线路
系统为您推荐了相关专利信息
物流运输监控
管理系统
动态路径优化
代表
数据采集层
电流过载保护
智能诊断模型
轴承故障特征
智能执行器
多传感融合
系统零部件
故障特征模型
温度传感器故障
车辆
电驱动系统
故障监测预警系统
电气设备
变电站设备
历史故障数据
设备状态预测