摘要
本发明公开了一种基于大数据的配电网故障类型识别方法,涉及配电网故障类型识别技术领域,本发明,通过时钟漂移校正与自适应插值算法,在保留原始采样精度的前提下对齐多源数据时间轴,彻底消除因电压/电流信号时间不同步导致的误判故障或漏判故障问题;对通信延迟数据标记低置信度并限制参与计算,避免噪声干扰特征提取;基于误判样本的故障类型关联机制,精准定位需调整的网络层,避免全模型重训练的资源开销;结合对抗样本生成技术扩充稀缺故障数据,提升对高阻抗接地等复杂场景的识别鲁棒性。
技术关键词
配电网故障
识别方法
大数据
节点
样本
高阶插值方法
监测点
电流特征提取
生成技术
插值算法
统一时间轴
执行增量
断线故障
分布式电源
故障场景
模型更新
时钟
序列
校正
系统为您推荐了相关专利信息
决策树模型
随机森林
多元线性回归模型
DS证据理论
卷烟
决策优化方法
弱分类器
学习分类器
强化学习环境
决策分类器
图像识别方法
融合特征
图像识别装置
图像识别模块
图像特征提取
虚拟对象
动作生成方法
特征点
参数
动作生成装置
管网拓扑结构
智慧管网
管网故障诊断
管网运行监控
故障特征