摘要
本发明属于电力设备安全检测技术领域,具体涉及一种多模态输入的电力作业设备安全风险辨识方法及系统,将电气监控指标数据转化为波形图并通过TDN网络提取空间特征,配合GNN网络提取电气监控指标数据的时序特征,并将时间特征和空间特征进行融合,能显著提升电力作业设备安全风险辨识的全面性与精准性。将电气信号转化为波形图,使得TDN网络可以直接对波形图进行特征提取,精准捕捉波形图中的局部异常区域,解决了原始TDN不能直接从时序电流数据中提取特征的局限性,能更好的利用TDN对电气信号的瞬态跳变。
技术关键词
电力作业设备
监控指标数据
风险辨识方法
时序特征
多模态
电气
预测风险值
短时傅里叶变换
空间特征提取
图像特征提取
网络
历史设备
特征提取模块
辨识系统
矩阵
注意力机制
电力设备
系统为您推荐了相关专利信息
智能机器人
轨迹相似性度量
机器人动力学模型
数字孪生
演化机制
低功耗物联网
融合多模态特征
电磁超声换能器
物联网云平台
回波
大语言模型
文本
计算机可读指令
动态
上下文特征
水质评价方法
排水管道结构
历史运行数据
污水
阶段