摘要
本发明公开了一种基于时空图网络的有源配电网故障定位与识别方法及系统,涉及有源配电网故障定位与识别技术领域,为:获取故障发生后有源配电网的每一节点数据,搭建结构化的图数据,并标注故障节点及类型,构建样本数据集;以样本数据集为源域数据,对基于时空图网络的故障诊断模型进行预训练;在每一迭代过程中,采用基于梯度优化的多尺度对抗性扰动添加法生成对抗性样本数据,通过数据类别动态平衡机制和置信度评估机制,筛选数据并添加至数据集,利用更新的数据集训练模型;引入目标域数据,采用基于动态核化最大均值差异的迁移学习策略,微调预训练模型;将实际获取的节点数据输入至模型中,实现故障节点的精准定位及故障类型的精确识别。
技术关键词
故障诊断模型
对抗性
数据
迁移学习策略
有源配电网
识别方法
样本
预训练模型
节点
网络
空间模块
辨识模块
多尺度注意力机制
时空注意力机制
识别故障
计算机程序产品
定位故障
可读存储介质
系统为您推荐了相关专利信息
光谱特征参数
负极
全钒液流电池
离子
人工神经网络
平台系统
大数据
数据装载模块
系统监控模块
通用数据访问接口
AGV机器人
仓库管理方法
视觉感知技术
YOLOv3算法
图像
数据封装方法
通信链路
诊断系统
数据传输格式
动态
运输农产品
决策树模型
预测模型构建方法
生成样本数据
模型构建装置