摘要
本申请涉及配电网故障研判技术领域,提供一种配电网故障类型的识别方法、装置、计算机设备、可读存储介质和程序产品。所述方法包括:对配电网的故障位置的实时态势感知数据、设备运行风险数据和气象数据进行特征提取,得到配电网的故障位置对应的故障特征数据;对故障特征数据进行多尺度小波分解,得到每一尺度下的故障特征向量;将故障特征向量输入预先构建的配电网故障类型识别模型,得到配电网的故障位置对应的故障类型。采用本方法能够提取并整合多种尺度下的故障特征,有效捕捉配电网故障在不同时间尺度和空间尺度上的变化特征,提高配电网故障类型识别的准确性和鲁棒性。
技术关键词
故障特征
配电网故障定位
气象
多尺度
配电网故障研判
识别方法
神经网络模型
计算机设备
保护装置
风险
频域特征
可读存储介质
断路器
数据获取模块
计算机程序产品
处理器
误差
匹配器
系统为您推荐了相关专利信息
效益评估系统
归一化模块
生成时间序列数据
集成模块
气象
BiLSTM模型
光伏发电数据
历史气象数据
鲸鱼优化算法
功率
光伏组件热斑检测
光伏组件图像
光伏组件故障
红外热像仪
训练集
热力系统
负荷预测模型
抽汽
滚动时域优化算法
混合整数非线性规划
预测模型建立方法
双向注意力机制
文本特征向量
跨模态
多尺度滑动窗口