基于深度学习的变电站远程故障预警系统及方法

本发明公开了一种基于深度学习的变电站远程故障预警系统及方法，包括如下步骤：得到标准化变电站运行数据集；构建改进变分自编码器模型据；获得优化后的改进变分自编码器模型；利用优化后的改进变分自编码器模型对标准化变电站运行数据集进行多轮训练，形成高灵敏度和高准确率的异常检测模型；实时采集变电站运行数据，并输入到异常检测模型中，实时分析变电站运行数据，并检测与正常变电站运行状态存在显著偏差的异常模式；当异常检测模型检测到异常模式时，系统自动触发远程故障预警。本发明根据重构误差的偏离程度进一步识别出温升异常、电压波动异常、设备衰退趋势异常与突发复合异常典型模式，增强预警的解释性与指导性。