摘要
本申请提供一种馈线终端故障检测方法、系统、设备、介质及程序产品,方法包括:获取包括馈线终端运行数据、配电网络的拓扑图结构以及外部感知数据的多源异构数据,其中,多源异构数据包括至少一种结构化或非结构化的时序数据,外部感知数据包括:气象数据、地理空间信息以及历史故障记录;对多源异构数据进行预处理,并将预处理后的时间对齐的多源异构数据输入至训练好的时空图神经网络模型中提取特征并进行联合建模,输出包括配电网络中各馈线终端节点对应的故障类型分类结果以及故障概率分布结果。本申请通过引入多源异构数据融合与时空图神经网络建模机制,使模型具备对复杂环境变化的动态响应能力,有效增强了对潜在故障模式的识别精度。
技术关键词
馈线终端
故障检测方法
配电网络
神经网络模型
地理空间信息
节点
滑动时间窗口
时序
动态特征选择
拓扑图
模型更新
计算机程序指令
多源异构数据融合
卷积神经网络结构
选取特征
气象
在线增量学习
系统为您推荐了相关专利信息
电磁感应装置
边模系统
电磁感应线圈
多尺寸
混凝土
成分识别方法
多尺度特征
细粒度特征
全局特征提取
语义特征
图像优化系统
图像采集模块
采集管理器
广告特征
特征提取模块
时序卷积神经网络
短期预测方法
浮式风机
神经网络模型
六自由度运动
漏电流
算法
LSTM神经网络模型
风险评估值
动态