摘要
本发明属于电力系统故障定位技术领域,公开了一种基于机器学习的行波测距方法及系统。所述的方法包括如下步骤:构建行波信号增强模型、行波测距模型以及故障维修策略生成模型;采集实时电力网络拓扑数据和实时行波数据信号,并上传至监测中心;使用行波信号增强模型,对实时行波数据信号进行增强,得到增强后实时行波数据信号;根据实时电力网络拓扑数据和增强后实时行波数据信号,使用行波测距模型,进行行波测距,得到实时故障测距结果;根据实时故障测距结果,使用故障维修策略生成模型,生成实时故障维修策略,并公布至电力系统。本发明解决了现有技术存在的测距精度低、故障类型识别困难以及缺乏响应机制的问题。
技术关键词
行波测距方法
电力网络拓扑
动态邻接矩阵
深度学习算法
模拟器
电力系统运行状态
信号
机器学习算法
行波测距系统
特征提取模块
LSTM算法
状态监测数据
强化学习算法
输出模块
数据采集单元
物理
系统为您推荐了相关专利信息
综合健康指数
健康状态评估方法
多源数据融合技术
智能故障诊断
机械特征
时序测试系统
时序测试方法
采样率
负载模拟器
模糊逻辑算法
编程
知识追踪方法
多头注意力机制
长短期记忆网络
多层感知机
多自由度机械臂
脑电信号采集模块
脑机接口技术
脑电信号处理
机器人控制系统