摘要
本发明公开了一种基于深度学习的电网图形自动分类与识别方法及系统,属于电力系统储能设备技术领域,包括获取电网设备的电参数数据,根据所述电参数数据绘制电网图形;通过电网图形中边的删除概率,生成增强后的电网图形;将增强后的电网图形通过多尺度特征提取和全局平均池化生成电网图形的特征图谱;对所述特征图谱进行降维处理,并通过全连接层计算特征权重系数,结合特征权重系数生成待识别的特征图谱;对所述待识别的特征图谱进行分类,输出电网图形的故障类型。本发明过深度学习技术实现对电网设备的全面、实时和准确的监控,提高电网的运行效率和安全性,减少了对人工特征工程的依赖。
技术关键词
识别方法
图谱
多尺度特征提取
电网设备
电力系统储能设备
电网图形数据
数据可视化
特征提取模块
数据获取模块
协方差矩阵
构建分类模型
深度学习技术
参数
特征工程
处理器
计算机设备
可读存储介质
存储器
系统为您推荐了相关专利信息
风险监测系统
分布式爬虫框架
时空序列数据
多智能体建模
三维渲染引擎
液压单体支柱
读取器
身份识别方法
干扰误差
传感器节点网络