摘要
本发明公开了基于人工智能的高压输变电线路远程监控监测系统,包括:多源特征挖掘与融合模块,用于提取输入数据集的空间信息和时间信息,融合输出高压输变电线路的监测融合特征向量;异常状态判别模块,用于进行多尺度相关性分析和特征筛选;特征选择优化模块,用于采用鲸鱼算法对双流卷积神经网络的特征选择方式进行优化;网络结构与参数优化模块,用于构建并筛选不同结构参数和超参数组合;实时监测与异常检测模块,用于接收高压输变电线路实时运行数据,进行实时监测和自动异常检测;智能预警与辅助运维模块,用于自动生成并推送预警信息。本发明实现了面向高压输变电线路的全流程远程智能监控与异常检测。
技术关键词
高压输变电线路
双流卷积神经网络
监控监测系统
特征选择
融合特征
异常状态
时间流特征
鲸鱼算法
参数
运维
数据
矩阵
多源特征
判别模块
远程智能监控
定位故障
前端监控设备
线路运行状态
多尺度
系统为您推荐了相关专利信息
图像生成模型
噪声图像
图像特征信息
样本
图像编码器
特征选择算法
深度学习训练
深度学习架构
切割工艺
机器学习算法
跨模态融合特征
医学检查数据
云端
多模态特征
知识蒸馏优化
持续监测方法
权重特征
融合特征
多模态生理
电信号
教学数据处理方法
层级
独立特征
模态特征
噪声抑制算法