摘要
本发明公开了一种基于知识图谱的电力故障智能监测方法及系统,涉及电力故障智能监测技术领域,包括根据历史故障库,获取故障神经网络,基于电力设备拓扑和历史故障库构建故障知识图谱,生成部件级关联规则,基于故障神经网络推理的结果,输出包含故障部件定位及演化路径的概率化溯源报告。本发明通过结合多模态传感器数据与时标对齐技术、可学习的门控注意力机制及知识图谱,实现了电力变压器故障的智能监测与精准定位。利用条件生成对抗网络扩充故障图片集,并基于历史故障库构建故障神经网络,能够有效识别稀缺故障类型并提高故障诊断的准确性。同时,概率化溯源报告显著提升了故障检测的及时性和可靠性,减少了停电时间和维护成本。
技术关键词
故障图片
多模态传感器
电力变压器部件
特征数据信息
故障智能监测系统
条件生成对抗网络
故障类别
电力变压器故障
神经网络推理
图谱
高精度时间同步
静态特征
电力变压器结构
构建决策树
注意力机制